Araçlar AI Minute Newsroom 2026-08-22

50 milisaniyenin altında konuşmaya başlayan bir ses modeli, üstelik sunum kodu açık

Nari Labs 19 Ağustos'ta Qwen3-TTS 1.7B CustomVoice için kurduğu sunum yığınını anlatan bir yazı yayımladı ve hem uygulamayı hem ölçütü açık kaynak yaptı. Tek bir H100 SXM üzerinde saniyede 10 istekte ilk sese kadar geçen sürenin 95. yüzdelik dilimini 50 milisaniyenin altında tutuyor, saniyede 20 istekte bile 100 milisaniyenin altında kalıyor. Tam yükte maliyet, milyon karakterlik konuşma başına yaklaşık 2 dolara denk geliyor. Kazanç yeni bir modelden değil, zamanlamadan geliyor: sistemin üç bileşeni olan Talker, Code Predictor ve kodek, üç ayrı kuyruk yerine tek birim olarak sıralanıyor, istekler son teslim tarihine göre önceliklendiriliyor ki akış işi toplu işin arkasında beklemesin, kod çözme ise önbelleğe alınmış durumla artımlı yapılıyor.

Bu neden önemli?Sesli bir arayüzün sohbet gibi mi yoksa telefon menüsü gibi mi hissettirdiğine gecikme karar veriyor. Yaklaşık 200 milisaniyenin altında insan cevabı gerçekten cevap olarak okuyor; yarım saniyeyi geçince üstüne konuşmaya başlıyor. 50'nin altına inmek şimdiye kadar genellikle bir ses API şirketinin tescilli yığınını ve ona göre bir fiyatı gerektiriyordu. Metin çıkarımını iki yıldır dönüştüren numara, yani hızın büyük kısmının ağırlıklarda değil sunum katmanında durduğu gerçeği, şimdi sese geldi; hem herkese açık hem kodu ekli. Konuşan bir şey geliştiriyorsanız kabul edilebilirin tabanı az önce yükseldi.

#Ses & Müzik

✓ Doğrulandı · 2 kaynak

Uygulamada oku — ücretsiz, 9 dilde

İlgili haberler

TikTok izlediğiniz videonun içine alışveriş botu yerleştirdi.
2026-10-06 Microsoft'un yeni modeli siz konuşurken yazıya dökmeye başlıyor.
2026-10-05 ElevenLabs öğrencilere okuma sesini bir yıl bedava veriyor.
2026-10-05 Meta'nın asistanı çevrenizdeki herkes için saatlik dosya tutuyor.
2026-10-05 Tek komut Apple'ın sildiği yapay zekâ düğmesini geri getiriyor.
2026-10-05