想做ai音声

网上那个原神的测试网址 情感不是太满意 还是本地部署了 没有满意的模型自己训练也行 现在主要是 不知道做谁的好 因为我不玩二游 也不看皮套人 不知道做什么的会很色 文本大概有思路解决了 打算搞几个套路直播的红绿灯视频 whisper提取出对应文本 还有就是不知道比如做足交的 音效怎么搞到 记得rj有但是忘了编号，，，， 实际输出感觉很依赖样例音频 但是确实不好收集一个模型的多个不同情绪的音频样例 感觉还是不太好模仿人的那种感觉

我认为像版里另一位用GPT-sovits做皮套人直播的一样，训练之后把直播时的一些关键词和句子替换成淫语，再把正常音轨和这些模仿的音轨拼在一起形成一个“完整的直播”本身就很色了，尤其是考虑到直播主本身可能不会说这些的情况下

目前我自己在考虑的是挑一个声音好听的电视台主持人训练模型然后拿一段新闻来整