不需要语音克隆，仅需要文字转语音，效果较好，重点是性价比高，花点小钱也没事 
需求是将稿子转化为播客，但是由于文字量大，所以找不到什么好的开源模型（很多模型气口、停顿都很奇怪），望佬友推荐，大概播客时长为40-50分钟。 
稿子内容为自己搞的一个信息源系统，打算在每天通勤或者健身的时候当播客来听。 
 [image]