- Timestamp: 2026-09-21 14:21:09
- Model:
F:\KI_Model\Huggingface\k2-fsa--OmniVoice - Device:
NVIDIA GeForce RTX 5070 Ti - Instruct:
female, young adult, high pitch - Language:
de - Generation Mode: Voice Design (textual prompt)
| # | Characters | Audio Duration | GPU Compute Time | RTF | Sentence Text |
|---|---|---|---|---|---|
| 1 | 59 | 3.80 s | 2.66 s | 0.699 | Guten Tag, das hier ist ein erster Test der Sprachsynthese. |
| 2 | 61 | 3.96 s | 2.57 s | 0.650 | Der Zug fährt heute leider mit zwanzig Minuten Verspätung ab. |
| 3 | 62 | 4.00 s | 2.19 s | 0.549 | Kannst du mir bitte kurz erklären, wie das genau funktioniert? |
| 4 | 72 | 4.24 s | 1.73 s | 0.408 | Am Wochenende soll das Wetter deutlich besser werden als bisher gedacht. |
| 5 | 70 | 4.40 s | 1.69 s | 0.384 | Ich hätte nicht gedacht, dass das so schnell geht, mein lieber Freund. |
| 6 | 60 | 3.88 s | 1.67 s | 0.431 | Bitte legen Sie die Unterlagen auf den Tisch im Nebenzimmer. |
| Metric | Measured Value | Description |
|---|---|---|
| Model Load Time | 3.06 s |
One-off initialization cost per process |
| First Call RTF (Cold Start) | 0.699 |
Includes CUDA context init and kernel compilation |
| Warm RTF (Calls 2–6) | 0.481 |
Steady-state generation performance |
| Warm-up Speedup | 1.5x |
Performance gain over cold start |
| Overall RTF (incl. Loading) | 0.642 |
Total compute divided by total synthesized audio |