最近用 mimo 体验语言模型，为什么 100 多个字朗读就会跳，是因为我的使用问题还是模型问题，还有想问一下 m1pro 芯片 16g 可以跑本地 tts 模型嘛，至少朗读 5000 字不跳
听说是内存不够就容易跳，16G估计悬，我之前跑本地tts爆过内存就疯狂跳字，后来加内存才稳。
mark一下，等楼下解答
没用过别碰，本地TTS就是坑。
是不是因为生成的时候buffer设小了？我也不太确定，但感觉像是流式输出的时候中间有数据包丢了。
又来这种帖子了，啥都往模型问题上推，也不看看自己那点配置够不够用。
m1pro 16g想跑5000字不跳？想多了兄弟，我32g的机器跑长文本都得小心伺候着，中间还得手动清一下缓存，不然该跳还是跳。
跑题说一句，你们有没有觉得最近论坛里关于AI的问题变多了，是不是有什么新课程发布了？
你可以试试分段落合成，比如每500字合成一次，然后再拼接音频文件。具体命令可以用ffmpeg来合并wav文件。
小白弱弱问一下，跳字是什么意思？是念着念着突然漏掉几个词吗？那听起来不是很奇怪吗？
长文本必须分段喂，中途清下缓存，不然铁定跳字
16g跑长文本确实悬，分段合成再拼会稳很多
跳字多半是断句模型的锅，长句里更明显
16G跑tts确实紧张，长文本一上来内存就爆，跳字很正常
内存这说法靠谱，我16G跑长文本也疯狂跳，加内存才稳
16g跑长文本就是受罪，我32g都得手动清缓存，别硬刚
分段合成再拼音频能缓解，一次性整长文本必跳字
流式丢包这猜测有道理，我把缓冲调大之后跳字明显少了