Realtime-синтез начинает звучать быстрее

Ускорили начало озвучки в Realtime API. Первые фрагменты речи приходят быстрее, сокращая паузу перед ответом голосового помощника или телефонного сервиса.

Сколько времени до первого звука

TTFA (Time To First Audio) — время до получения первого аудиофрагмента. Средний TTFA снизился с 312 до 166 мс — примерно на 47%.

p95 сократился с 416 до 231 мс, примерно на 44%. p95 — время, в которое укладываются 95% измерений.

TTFA	До обновления	После обновления
Среднее время	312 мс	166 мс
p95	416 мс	231 мс

Фактическое время зависит от текста, голоса, нагрузки и сети. Цифры относятся к первому аудиофрагменту, а не к генерации всей записи.

Обновление применяется при работе через Realtime API.