最近训练了一款从零开始的异世界生活拉姆的模型，本模型的数据集都是日文，所以对中文不是特别友好，如果你不太建议的话可能会有一股浓烈的Jp口音，数据集使用了50分钟左右的原始数据集，无底噪...

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”等问题具...