链接https://pan.quark.cn/s/c70014994eaa语音克隆达到与大10倍模型相当的SOTA语音克隆水平。清晰度生成清晰的48kHz语音不同于大多数仅限于24kHz的TTS模型。速度在单个GPU上可达到实时速度的150倍而在CPU上甚至快于实时速度。效率占用不超过1GB显存这意味着它能适配任何本地GPU。本地离线运行完全免费实测效果还不错