语料来自于日语，这个音色听起来比较独特，少了一些电台的感觉。 这个模型支持一定程度的笑，尖叫，但也只是一定程度。 从测试的监视器来看音域大概在c2-c4的一个区间。 在[其他推理]有我们实时...

本数据集融合了2-3类似的音色调制出该音色。这款音色总数据集大约在30分钟左右，都是作者一秒一秒的处理数据集，使用起来会很干净。由于大部分的数据集的口音来自台腔，所以在使用的时候如果风...