挑一个我的声音
同一句话，几种念法。听好了跟花陌说编号或名字就行。
🎬 克隆 · v4 快版（步数 32→8）
GPT-SoVITS v4 · 相似度 0.45（比满配只掉 0.03）· 8 秒音频 63 秒出（快 2.8 倍）
克隆 · v4 满配（步数 32）
GPT-SoVITS v4 · 相似度 0.48 · 8 秒音频 175 秒出（最像，最慢）
克隆 · v2（快，但不太像）
GPT-SoVITS v2 · 相似度 0.28 · 同样 8 秒音频只要 16 秒
台湾 · 晓臻（手机端现在用的）
zh-TW-HsiaoChenNeural · 相似度 0.26
普通话 · 晓晓（最常用）
zh-CN-XiaoxiaoNeural
台湾 · 晓雨（更柔一点）
zh-TW-HsiaoYuNeural
普通话 · 晓伊（更年轻跳一点）
zh-CN-XiaoyiNeural
这一句是：明天下午三点以后风就小了，气压稳在一千零一十七，日落前那一波最值得去。
相似度用 GPT-SoVITS 自带 eres2net 声纹模型算的余弦值（越高越像你本人）：克隆 v4 = 0.48，克隆 v2 = 0.28，edge 台湾晓臻 = 0.26。
也就是说：要"像"就得 v4，但慢 20 倍；要"快"只能 edge。中间没有免费午餐。