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...