Azure的语言合成在重复播放相同的文本时，每次的响应速度太慢，希望采用缓存机制

[CHExN]

有些人用 Bob 其实是想更方便的练习口语，需要重复的点击播放按钮，听语音。系统内置的语言合成服务太拉了，所以转用了发音更精准的第三方语音合成服务。

我使用的是 Azure，即使选择了东亚地区，接口的响应速度还是不太理想，大概在 400～900 ms 之间（响应速度受网络与字节数量所影响）还无法达到无感知的 200 ms 以内。所以每次重复点击播放按钮时，总觉得卡卡的。

所以我希望可以改善一下这一点，这是我的些建议：在使用非离线的语音合成时，把最新的播放的语音缓存起来，监测再次点击播放按钮，当前所要传输的文本和缓存音频对应的文本相同，则直接使用缓存中的语音。