https://huggingface.co/Zyphra/Zonos-v0.1-hybrid
https://playground.zyphra.com/audio
新型TTSのZonos、軽量かつ日本語対応で、StylebertVits2みたいに文字列から雰囲気を読み取って声色を調整してくれてるっぽい
Clone voiceの精度が良ければだいぶ強いのでは