Google文字转语音延迟

Question

我正在创建一个涉及Google Text-To-Speech服务的实时语音应用程序。但是，我的延迟时间在600-1100ms之间，这对我的应用来说太慢了。音频只有3秒左右，我怎么能改进这个？ （该延迟是衡量我发送请求然后接收音频所需时间的度量）。

UPDATE

我使用的代码是：

//I call this at the start of my program
TTSclient = TextToSpeechClient.Create();

//This is the method that I call everytime I make a TTS call in my program
public static Google.Protobuf.ByteString MakeTTS(string text)
    {
        SynthesisInput input = new SynthesisInput
        {
            Text = text
        };
        VoiceSelectionParams voice = new VoiceSelectionParams
        {
            LanguageCode = "en-AU",
            Name = "en-AU-Wavenet-A"
        };
        AudioConfig config = new AudioConfig
        {
            AudioEncoding = AudioEncoding.Linear16,
            SampleRateHertz = 16000,
            SpeakingRate = 0.9
        };
        var TTSresponse = TTSclient.SynthesizeSpeech(new SynthesizeSpeechRequest
        {
            Input = input,
            Voice = voice,
            AudioConfig = config
        });
        return TTSresponse.AudioContent;
    }

谢谢

Answer 1

我建议首先通过metrics page of the TTS API中的API方法检查延迟中位数。如果您发现延迟在600到1,100毫秒之间，那么我没有太多事情要做，因为所有请求都是同步完成的，因为这是一个共享资源，这些API的SLA仅涵盖可用性，而不是延迟。

如果你得到的结果更低，那么我只能想到两个可能会降低结果的因素：网络自身的延迟或任何其他正在进行的处理。如果是最新情况，那么您必须尝试为您的请求设置错误的不同设置（例如，我想知道是否指定设备配置文件，因为此功能目前处于测试阶段，可能会导致响应稍慢） 。