Text-to-Speech
On-Device AI
离线 TTS 基准测试：在 Android/iOS 上评测 18 个模型
涵盖 Kokoro、Piper、Matcha、Kitten 和 VITS 在内的 Android/iOS 端侧 18 个 TTS 模型综合基准测试
Akinori Nakajima - VoicePing
3 min
博客
VoicePing的见解、技巧和更新
ASR
Whisper
Whisper 生产实践：实时双语切换的踩坑经历与最终架构
VoicePing 如何基于定制化 Whisper V2 模型，在单条 WebSocket 流中实现自动、低延迟的语言切换——双语模式的完整设计历程。
Akira Noda - VoicePing
3 min
Speaker Diarization
NeMo
说话人分离模型实战对比评估
在 6 个真实场景中对 NeMo MSDD 和 Pyannote 3.1 进行技术对比评估的研究报告。
Ashar Mirza - VoicePing
2 min
Go
WebSocket
通过 Go 重写将 WebSocket 代理效率提升 100 倍
将 Python WebSocket 代理用 Go 重写，实现无锁连接池和事件驱动的协调机制的技术报告。
Akira Noda - VoicePing
11 min
vLLM
Translation
Part 2：扩展翻译推理：吞吐量 +82%
通过 AsyncLLMEngine 和合理配置 Continuous Batching，将 vLLM 推理吞吐量提升 82%
Ashar Mirza - VoicePing
3 min
FastAPI
vLLM
Part 1：翻译推理服务器扩展的瓶颈
分析 FastAPI + 多进程架构中阻碍高效 GPU 利用的架构瓶颈
Ashar Mirza - VoicePing
4 min