Itsuka-Xx
Itsuka-Xx
在linux部署了docker，通过WebUI 推理时，同样一份音频，我输入8个字左右的时候，生成结果较为随机，会混入一些不属于我输入的文字内容，或者读完文字后出现较长的空白内容。但是当我输入较多字数的时候这个问题就没有出现了，请问这是正常的吗？ 目前的步骤是 1. 点击Reference Audio，然后勾选启用参考音频 2. 上传一份20秒的游戏角色的音频文件，并输入音频文件的文字内容
请问目前针对模型提升推理速度还有哪些比较好的手段吗，测试下来，感觉目前的流式还是完整生成之后传回。代码目前有实现边生成变传输的吗？感觉这样实时性更高一些。或者可以调整哪些参数提升一下推理速度。
Notice: In order to resolve issues more efficiently, please raise issue following the template. （注意：为了更加高效率解决您遇到的问题，请按照模板提问，补充细节） #### What is your question? 尝试通过微调的方式增加一种新的语言类型