Cách chúng tôi tối ưu mô hình Text-to-Speech với độ trễ dưới 50 ms

Đạt 10 RPS với p95 TTFA dưới 50 ms trên một GPU H100 duy nhất: cách chúng tôi tối ưu hóa việc vận hành Qwen3-TTS.