"""Mede tempo de CPU por segundo de áudio do motor da V1 (Piper) dentro do container. Uso: docker compose run --rm voice python scripts/bench.py Mede síntese + codificação Opus, que é o custo real de um cache miss. """ from __future__ import annotations import os import sys import time from pathlib import Path sys.path.insert(0, str(Path(__file__).resolve().parent.parent)) from app.audio import encode_ogg_opus # noqa: E402 from app.catalog import load_catalog # noqa: E402 from app.engine import PiperEngine # noqa: E402 ROOT = Path(__file__).resolve().parent.parent TEXTS = [ "Olá! Valeu pela doação, o streamer agradece demais.", "Atenção, sobrevivente: uma horda de infectados está chegando pelo norte, prepare a munição e corra para o galpão.", "Isso é um teste de voz do DROPSZ, com frases um pouco mais longas, números como dois mil e vinte e seis, " "e pontuação variada; será que fica natural?", ] def main() -> None: models = Path(os.environ.get("VOICE_MODELS_DIR", "/models")) voices = load_catalog(ROOT / "voices" / "catalog.json", ROOT / "models.lock.json", models) voice = next(v for v in voices.values() if v.default) threads = int(os.environ.get("VOICE_ONNX_THREADS", "2")) engine = PiperEngine(threads) engine.synthesize(voice, "aquecimento", 1.0, 30) rounds = int(os.environ.get("BENCH_ROUNDS", "3")) cpu = wall = audio = 0.0 for _ in range(rounds): for text in TEXTS: c0, w0 = time.process_time(), time.perf_counter() pcm = engine.synthesize(voice, text, 1.0, 60) encode_ogg_opus(pcm) cpu += time.process_time() - c0 wall += time.perf_counter() - w0 audio += pcm.duration_s print( f"voz={voice.id} threads={threads} audio={audio:.1f}s cpu={cpu:.2f}s wall={wall:.2f}s " f"cpu_por_s_audio={cpu / audio:.3f} rtf_wall={wall / audio:.3f}" ) if __name__ == "__main__": main()