云笔记，记录工作学习中遇到的问题，希望对你有帮助

（MPS），这是苹果提供的一个高效计算框架，专为在Apple设备上的GPU（图形处理单元）上进行高性能计算任务而设计。MPS允许开发者在支持Metal的设备（如Mac、iPhone、iPad）上利用GPU来加速计算，比如机器学习、图像处理和数据计算等操作。

这些模型通过学习泛化能力，能够在特征空间中捕捉到不同说话人、语言或情感的特征，从而在没有见过的情况下也能生成类似的语音效果。在文本到语音合成（TTS）领域，“Zero-shot” 通常指的是模型在没有见过或未经过专门训练的情况下生成特定风格、音色或语言的语音的能力。：有些Zero-shot TTS模型可以基于一个简短的参考音频或文本来推测该音色的特征，从而在后续的合成中模仿出类似的音色。：在训练数据中没有该说话人的声音数据，模型可以根据给定的参考音色（例如样本音频）直接生成这个说话人的语音。

RTF 表示生成语音所需的处理时间与语音时长的比值