官方來源· AWS Artificial Intelligence· AI· 發布於 2026年9月29日

AWS 示範以 vLLM-Omni 在 SageMaker AI 部署 Qwen3-TTS，串流生成語音

AWS 於 9 月 28 日發布教學第一篇，示範透過 AWS vLLM-Omni 深度學習容器，在 Amazon SageMaker AI 部署 Qwen3-TTS，並以 Gradio 應用程式透過持續雙向連線串流生成語音。

完整報導

AWS 於 2026 年 9 月 28 日發布「Build real-time voice applications with vLLM-Omni on SageMaker AI – Part 1」，說明如何在 Amazon SageMaker AI 部署 Qwen3-TTS。教學使用 AWS vLLM-Omni 深度學習容器，將模型部署步驟連接至語音應用程式的實作流程。

文章示範透過持續雙向連線串流生成語音，並以 Gradio 建立應用程式介面。這讓教學不只涵蓋模型部署，也呈現如何把生成的語音傳送到互動式應用中。

這項教學發布之際，文字轉語音領域也有其他近期動向：Google 於 9 月 23 日公布 Gemini 3.8 Flash TTS 與 Flash-Lite TTS，分別著重自訂聲線指導與大量音訊生成。AWS 這篇內容的重點則在於提供一套以 SageMaker AI、vLLM-Omni 與 Qwen3-TTS 組合而成的即時語音應用實作範例。

為什麼值得注意

對開發者而言，部署語音模型與把它接入可互動的應用程式是兩個不同環節。這篇教學把 SageMaker AI 上的模型部署、持續雙向串流和 Gradio 介面串在同一個範例中，讓讀者能參考一條較完整的實作路徑。

來源證據

先看主要證據，再查看佐證來源與來源脈絡。

1 則

主要證據

官方AWS Artificial Intelligence文件2026/9/28原始來源
Build real-time voice applications with vLLM-Omni on SageMaker AI – Part 1
Yadan Wei
“Deploy a text-to-speech model on Amazon SageMaker AI with the AWS vLLM-Omni Deep Learning Container and stream generated speech over a persistent bidirectional connection. This Part 1 tutorial deploys Qwen3-TTS and streams speech through a Gradio application.”

官方原始聲明

查看官方原始來源

返回 Live Feed 探索更多情報