大更新(效果很不错）：
1. 大幅增加了英文训练数据，提升英文及跨语种合成效果；
2. 增大模型参数至0.5B左右；
3. wer, ss 及 韵律都有明显的提升；
4. gpt输出：text token 和 mel token 是连在一起的。