如题，记得之前有个vits？貌似当时读中文还不太流畅，但音色呈现方面比起那些免费机械音强不要太多，感觉蛮厉害的，后来就没关注过了，也不知道现在技术进步了多少
现在显卡也有个4060能入门了，想训练个模型读读小说啥的，asmr啥的暂时就不奢望了，有相关训练教程和素材网站啥的吗？

理论上说可以做一个先微软tts出wav然后直接过rvs实现用你想要的角色声线的高拟真度tts，B站上有用这个工作流做tts的，可惜没有共享