Metin Seslendirme

Nasıl ölçülür?

• EMA Lightning modeli (8,6 milyon parametre, Türkçe), yaklaşık 100 saniyelik metin 14 parçada; 4 adımlı DiT ve HiFi-GAN vocoder. Birincil metrik gerçek zaman katsayısı (×).
• Apple'da üç modelin (metin, ses, vocoder) her biri kendi en hızlı Core ML yapılandırmasında koşar: all, cpuAndNeuralEngine, cpuAndGPU ve cpuOnly, 14 parçanın tamamında puana girmeyen bir denemeyle zamanlanır, en kısa toplam kazanır. Mac'te GPU yolları önce ayrı bir alt süreçte denenir; çöken yapılandırma elenir.
• Vocoder veri paketi 2'den beri sabit şekilli işlevlerle gelir (128…288 kare); parça bir sonraki uzunluğa sıfırla doldurulur, ses parçaya geri kırpılır. Eski esnek şekilli vocoder macOS 27.0'da M5'lerin Neural Engine'inde hazırlanamıyor, GPU'da çöküyordu.
• Windows ve Android'de ONNX Runtime: iş parçacığı sayısı, bekleme ve sağlayıcı (Windows: DirectML, varsa CUDA) denemeyle seçilir.

Aynı çıktı

Ölçülen iş her platformda aynıdır; aşağıdaki denetimi geçmeyen sonuç tabloya girmez ya da işaretlenir.

• Çıktısı referansla aynı olmayan aday elenir: gizil vektörler paketteki referansla en az %99,9 korelasyon vermelidir (dolgu bu denetimi etkilemez).

Platformlar ve motorlar

Motor, Toplayo'ya yüklenen sonuçların kendi etiketidir (cihaz ve GPU adları çıkarıldı). Her platformda bilinen en hızlı yol seçilir; iş ve çıktı aynı kalır.

Hangi puana girer?

• AI Creator süitinin 6 üyesinden biridir: ağırlık 1 / 6 (süit puanındaki payı %16,7). Süit yalnız bütün üyeleri varsa verilir; bu test eksikse ya da "tamam" değilse AI Creator ve KAI Benchmark Skoru verilmez. Süit sayfası.
• Üretici katmanında, bilgi amaçlıdır: KAI Üretici'ye girmez.
• Bilgi amaçlı olduğu hâlde süitte kendi puanıyla sayılır: süit tanımı bir listedir (kai-suites-4.0.json).

Neler değişti?

Referans ve puan

Puan = ölçülen ÷ referans × 1000. Referans değer 40 ×; 1000 puan nominal termal durumdaki iPhone 15 Pro sınıfını temsil eder. Bu referans henüz kestirimdir ve kalibrasyon bekler; cihazlar arası oranlar bundan etkilenmez.