看起来大家对流式语音的生成以及长文字tts的速度不满, 大家有优化后的版本么

[chg0901]

参考的issue

速度不满

• Cosyvoice2.0 流式推理慢的原因看这里，不知道是作者故意埋的坑还是暂时先这样做。 #755
• cosyvoice 2.0感觉好牛，但是试了一下推理速度太慢了，不知道有没有后续优化的计划？ #739
• speech_tokenizer_v2.onnx GPU推理很慢 #742
• 请问150ms的流式延迟实验条件是什么 #723

如何优化批量流式输入输出?

• 如何实现批量并发执行？ #713
• 需要流式输入和流式输出 #700

[wanghuihhh]

其实大家主要不是不满，而是一开始提及150ms，吊足了胃口，但是最后开出来的版本距离这个值差太多，并且也没有提及任何相关信息，即使这部分不打算开源，也应该说一下

[shirubei]

插一句，https://github.com/Plachtaa/VITS-fast-fine-tuning 这个虽然功能比较少，速度很快。
用自己训练好的模型，20个汉字左右，第一次进行推理大约要6s(估计主要消耗的时间是模型加载)。
换别的文本(同样字数)再次进行推理，1s(或者更少)。之后一直保持1s左右。

不足之处就是，无法支持中英混合的情况，碰到英文它只能一个一个字母地读。