测试 vibevoice 的一次性克隆，与 e2-ff5-tts 相比，我并不太满意：生成所需时间更长，结果也不令人信服。 我使用的是大型非量化模型。它让我说的“你好”听起来像是一个魔兽世界的哥布林。 你更喜欢哪个？