用户实测AuK翻译视频时音色还原较好，但中文口音和自然度仍不理想。
推荐理由：样例揭示跨语种语音生成的能力分化：说话人音色克隆已较成熟，目标语言的韵律、重音和音素控制仍会暴露非母语感，实际可用性不能只看音色相似度。
阅读原文