无论用项目自带的模型还是有声音克隆功能的自己去训练，短时间内都出不了太好效果，哑音、发音不标准等情况是普遍存在，应该是需要微调的。
我主要试了以下几个开源仓库：
1、vits：https://github.com/jaywalnut310/vits
我自己的测试效果（没做微调，哑音是肯定的），二次元感觉明显，中文带日文口音，英文很多发音都不太好。看了其他人的效果，感觉就是适合二次元的。
2、bark：https://github.com/suno-ai/bark
emmmm，声音克隆功能下线了，使用已有的模型测试了一下，情绪或者语气词之类的确实比vits处理的好，听说更新是支持长音频了，但是我没测试出来，可以自己试试。
3、https://github.com/CjangCjengh/vits
需要做声音克隆的可以考虑以下几个开源仓库：
①so-vits
做二次元的效果相对会好一点，但是不带tts功能，只能音频转音频。
②DDSP-SVC
③MockingBird
感觉效果还不如vits。
结论：等待浙大项目开源
