Голосовые системы

Qwen TTS в браузере и одновременный ASR

В контрольном запуске браузер показал финальный текст через 831 мс и начал воспроизведение через 1 161 мс от отправки. Разница в панели составила 330 мс.

Где появляется дополнительная нагрузка

Первый PCM в этом запуске пришёл через 291 мс. Qwen сгенерировал 3,44 секунды аудио за 1,327 секунды вычислений. В отдельной проверке GigaAM Large CTC на том же входе занимал около 27 мс без синтеза и 62–64 мс одновременно с Qwen.

Браузер подтвердил старт и завершение плеера. Факт слышимости через физические динамики отдельно не измерялся.

Отчёты и данные

Файлы и таблицы · 4