ストリーミング音声合成、リアルタイム認識、そして「待たせない」音声プロダクトの作り方に関する技術ノート。
合計合成時間は、音声アプリが「速く感じるか」をほとんど説明しない。人の感覚に対応する指標は最初の音声チャンクがいつ届くか——そしてストリーミングがこの計算をどう変えるか。