请问当前TTS模型如何实现流式输出功能？

[Yfredy]

Thanks for your great job!

我现在的安卓设备通过离线接口调用LLM的API，问答输出内容是流式stream的。

为了用户体验希望将回答结果以流式方式TTS播放出来，请问https://github.com/k2-fsa/sherpa-onnx/tree/master/android/SherpaOnnxTtsEngine 支持流式播放TTS结果吗？

效果类似于端到端语音大模型，我输入语音，大模型同步播放回答内容的音频。

[dosubot[bot]]

目前 sherpa-onnx 的 Android TTS 引擎（SherpaOnnxTtsEngine）和相关 API 仅支持离线、整句（非流式）文本转语音合成和播放，即需要完整文本后一次性生成音频，并不支持边接收文本边增量生成和播放音频的流式 TTS 功能。官方文档和示例代码均为非流式用法，例如 Java 示例为 NonStreamingTtsKittenEn，C/Python API 也是整段文本一次性合成音频 参考。

如果需要实现类似流式 TTS 的体验，可以考虑将 LLM 的输出按句子或短语分段，收到一段就立即调用 TTS 合成并播放，模拟“流式”效果。这样虽然不是模型原生支持的流式，但可以提升响应速度和用户体验。

相关 Android TTS 引擎的文档和源码可参考 这里 和 源码地址。

如需原生流式 TTS 支持，建议关注项目后续更新。

To reply, just mention @dosu.

---

^{How did I do? Good | Irrelevant | Incorrect | Verbose | Hallucination | Report 🐛 | Other}   

[csukuangfj]

我们有现成的apk，也有现成的b站视频，你是否愿意花点时间去看下呢？