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...