Zonos语音生成质量非常高，而且这次有中文，以下是主要特点：
1、两种1.6B 模型，transformer 和 SSM
2、用5到30秒的语音进行高保真语音克隆
3、可以调节速度，音高，音频质量和情绪
4、添加文本和音频前缀，实现更丰富的说话人匹配效果
5、在 RTX 4090 显卡上运行时，实时率约为 2 倍
模型下载：https://huggingface.co/Zyphra/Zonos-v0.1-hybrid
Zonos语音生成质量非常高，而且这次有中文，以下是主要特点：
1、两种1.6B 模型，transformer 和 SSM
2、用5到30秒的语音进行高保真语音克隆
3、可以调节速度，音高，音频质量和情绪
4、添加文本和音频前缀，实现更丰富的说话人匹配效果
5、在 RTX 4090 显卡上运行时，实时率约为 2 倍
模型下载：https://huggingface.co/Zyphra/Zonos-v0.1-hybrid
