本模型使用 CN HuBERT（cn_hubert） 进行特征提取。相较于原始 EN HuBERT（en_hubert），CN HuBERT 在中文语音场景下通常能带来更好的咬字清晰度与发音稳定性，对常见的“含糊、黏字”等问题...

该模型原始数据集来自UP主AD学姐，本次数据集处理了20分钟的干音数据集+融合唱歌数据集，也就是说我们找了一个与AD学姐音色相似的作者，让他提供了几首唱歌部分的干音融合而成的模型。