| F5-TTS的多语言版本，基于F5TTS_v1_Base的配置 | |
| - v4: fp16训练，全局时间concat注入，scale到约500M，rmsnorm，swiglu | |
| - v5: bf16训练，全局时间concat注入 | |
| - tkcat: bf16训练，文本维度使用concat注入，没有加入drop的逻辑 | |
| - langipa: bf16训练，ipa加后缀的形式注入 | |
| - catada: bf16训练，在原版F5基础上微调，时间维度使用concat注入，文本维度使用ada注入，两者的LID共享embedding，并以一定概率drop LID | |
| - catada_stress_nomask（优先使用）: 在catada基础上，对ipa加入了重音符号，解决了希腊语wer过高的问题 |