在 Amazon SageMaker AI 上用 Kokoro TTS 流式输出 AI 智能体低延迟语音

该方案将智能体生成的每个句子即时送入部署在 Amazon SageMaker AI 实时端点上的 Kokoro-82M 语音合成模型，让音频在完整回复生成前就开始播放。Kokoro-82M 仅 8200 万参数，可运行在单台 ml.g5.xlarge GPU 实例上，容器同时提供 POST /invocations 与 WebSocket 双向流两条路径。