llama.cpp b11781为server新增POST /tts端点
该版本在server中加入面向TTS模型的POST /tts端点,支持通过form-data上传speaker_ref,并通过API暴露seed。变更由提交者通过PR #26603 说明。
AI解读:按提交说明,该端点配套加入mtmd音频输出流API、文档、server schema与路由;speaker_ref通过form-data上传,seed通过API暴露。
提交中还修复了penalty_last_n、server_output_limits与pocket-tts流式输出等问题。
一项附带修复处理multipart form字段类型:表单字段以字符串到达,-F seed=42 与 -F stream=true原先会被schema拒绝;现在seed按long long解析以容纳完整uint32,stream在字符串形式下按布尔值读取。
发布页同时列出macOS、iOS、Linux、Android、Windows等多平台预编译包下载,其中macOS Apple Silicon的KleidiAI版本与openEuler构建标注为DISABLED。
来源为仓库发布说明与提交信息,未给出该端点的实测效果或性能数据。
llama.cpp发布b11781版本,server新增POST /tts端点,用于TTS模型。该变更来自PR #26603,发布说明以提交标题形式记录。
b11781中 /tts端点包含哪些改动
提交说明列出的内容包含:为mtmd增加音频输出流API,新增 /tts端点及文档,接通mtmd_helper_model_can_chat,支持通过form-data上传speaker_ref,并暴露seed给API。
同一提交还包含若干修复项:修复PCM头、penalty_last_n、server_output_limits以及pocket-tts流式输出,并补充tts的server_schema与server路由。
表单字段类型问题的处理
提交说明指出,multipart form字段以字符串形式到达,因此 -F seed=42 和 -F stream=true原先会被schema拒绝。修复后,seed归入整数字段并以long long解析,以容纳完整的uint32种子;stream在作为字符串传入时按布尔值读取。
发布包与标注状态
发布页列出macOS(arm64、x64)、iOS XCFramework、Ubuntu(CPU、Vulkan、CUDA 12/13、ROCm 10.0、OpenVINO、SYCL)、Android、Windows以及Snapdragon相关构建等下载项。
其中macOS Apple Silicon的KleidiAI启用版本链接标注为DISABLED,openEuler相关构建同样标注为DISABLED。