Первые замеры озвучки презентации
В короткой пробе один локальный вариант подготовил 8,44 секунды речи за 1,62–1,69 секунды. Замер относится к фрагменту, а полный ролик состоял из 19 сцен.
Что мерили отдельно
У локальных вариантов в заметках есть повторные замеры синтеза. Часть удалённых сервисов вернула готовые MP3, но время API-вызовов осталось неизвестным. Длительность видео после сборки включает паузы и монтаж, поэтому её оставили как характеристику демо.
Для следующего сравнения взяли общий текст. Это позволило слушать одни и те же фразы у разных моделей и смотреть результаты по голосам.