构建高性能的ASR和TTS模型仅仅是整个过程的一部分。让这些模型在实际使用中高效运行，会带来一系列技术难题。本章侧重于解决模型开发与真实环境部署之间的衔接问题。

我们将考察模型优化方法，包括量化 (quantization)、剪枝和知识蒸馏 (knowledge distillation)，以减少它们的计算开销($FLOPs$)和内存需求。接下来我们转向部署策略，讨论像ONNX Runtime和TensorRT这样的优化运行时，并处理流式ASR和低延迟TTS的特定需求。此外，还将提供流行语音处理框架的概览，以指导您的实现工作。