面向语音 Agent 的 TTS 清单，聚焦延迟与取消
mahimairaja · reddit · 2026-07-21
这是一个专门给语音 agent 构建者整理的 TTS 清单，作者刻意把范围收窄到 实时 TTS，并与面向媒体制作的离线 TTS 区分开来。
清单最有价值的部分是围绕工程痛点来组织：
- 流式 TTS 分类：单次输出、输出流式、双流式等
- 打断与取消：mid-stream cancellation、barge-in 时的缓冲清空
- 开源许可：哪些模型能商用、哪些不能
- 音频 codec：它如何决定延迟下限与音质底线
- 评测方法：如何用自己的线上流量测 TTFB，而不是照单全收厂商基准
作者还明确说明，STT、VAD、turn detection 和电话接入属于更上游的管线问题，不在这个清单范围内。
「编程与Agent」频道最新
- FactoryAI 退回首批数百万收入，两年后靠 Droid CLI 翻盘 — matanSF · 2026-07-22
- Devin Outposts 让 AI 代理可跑在任意机器上 — blaizedsouza · 2026-07-22
- Hermes Agent 架构重构提案：拆分单体与事件总线解耦 — Promptmethus · 2026-07-22
- ty 现在可读取 Pydantic 配置关键字和字段元数据 — charliermarsh · 2026-07-22
- Pensar推出AI安全智能体：自动挖掘0day并完成修补 — andriy_mulyar · 2026-07-22
- ty 加入 Pydantic 一等支持，区分严格与宽松模式 — charliermarsh · 2026-07-22