Streaming audio front-end load time doubled in gradio 5.19.0

问题场景

用户正在实现 TTS 场景下的流式音频输出（参考 Gradio 官方指南 “streaming-ai-generated-audio”）。代码中通过 Python 生成器逐块（每 500ms 的音频数据块）yield 到 gr.Audio(streaming=True) 组件。由于音频生成速度慢于播放速度，前端会持续处于“加载中”状态，且整体加载耗时在 Gradio 5.19.0 中出现翻倍。

报错原文

Streaming audio front-end load time doubled in gradio 5.19.0

原因分析

可能原因：在 Gradio 5.19.0 中，流式音频前端的缓冲（buffering）逻辑发生变化，导致当音频数据到达速度低于播放消耗速度时，前端出现频繁的重新缓冲（re-buffer），累积的加载时间比实际音频时长更长。Issue 讨论中没有给出代码级根因，也未确认是否存在版本引入的回归缺陷。

环境排查

• 确认 gradio 版本：运行 pip show gradio，验证是否为 5.19.0。
• 检查你的 Python 版本与 Gradio 5.19.0 的兼容性。
• 若使用音频文件输入，确认音频格式（wav/mp3）是否与 pydub 的导出格式一致。
• 记录音频 chunk 大小（示例中为 500ms）与 sleep 间隔（0.5s），确认生成速率是否能跟上播放速度。

解决步骤

1. 复现问题：使用 Issue 中提供的示例代码（替换 xxx.wav 为本地文件），确认在你的环境中是否稳定复现加载时间翻倍。
2. 测试版本差异：暂时降级到 Gradio 5.18.0（pip install gradio==5.18.0）或更早版本，运行同样的代码，对比加载时长。如果旧版本正常，则说明是 5.19.0 引入的回归。
3. 调整生成速率（可优先尝试）：将 sleep(0.5) 缩小（例如 sleep(0.1)），或增大 chunk_size，使音频数据更快地推送到前端，观察加载时间是否下降。这不能解决根本问题，但能辅助定位瓶颈。
4. 检查前端网络/浏览器：换用 Chrome/Edge/Firefox 不同浏览器测试，排除浏览器对媒体缓冲策略的差异影响。
5. 提交 issue 或查询更新：关注该 Issue（#11055）是否有官方后续回复或补丁发布；如确认是回归，可向 gradio-app/gradio 提交新 Issue，附上你的版本信息和复现步骤。

验证方法

运行你在“解决步骤1”中的复现脚本，在前端打开浏览器开发者工具（Network 面板），记录从点击按钮到音频可播放的总耗时；对比不同 Gradio 版本或改动 sleep/chunk_size 后的耗时变化。若加载时间接近实际音频时长而非翻倍，或不再出现持续“加载”转圈状态，说明问题已缓解。

参考来源

gradio-app/gradio #11055

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。