[BUG]本地运行“启用参考音频”模式，合成后有80%的概率会出现最后一个字容易被吞掉和裁剪的情况。

[leetraman822]

首先感谢大佬们制作的这个强大技术。
在使用本地部署后，出现了几个问题。
1.原参考音频的首尾念字是完整的念完的。但是推理之后，就有很大概率会出现最后一个字被吞掉，或者最后一个字念一半被剪掉的情况。不启用参考音频模式基本上就不会有这个问题。
2.无论是否启用音频参考，在我输入“一，二，三，四，五。”汉字时，朗读会出现错误。比如出现“一 二 二 二 四”等无法正确朗读的现象，而且每个字似乎都被裁剪没说完。但当我输入“一二三四五”时，则不会出现。

[AnyaCoder]

试着把参考音频的前后空白缩短，留个0.5s左右。
尽量不选择中间空白太长的音频。
仍有吞字问题考虑微调一下。