语音克隆：达到与大10倍模型相当的SOTA语音克隆水平。
清晰度：生成清晰的48kHz语音，不同于大多数仅限于24kHz的TTS模型。
速度：在单个GPU上可达到实时速度的150倍，而在CPU上甚至快于实时速度。
效率：占用不超过1GB显存，这意味着它能适配任何本地GPU。
本地离线运行，完全免费，实测效果还不错