关于 VALL-E X 批量推理 的询问~

大家好，我是一名目前在学习研究 TTS 的学生。

我想请问 VALL-E X 可以批量推理吗？

我的目的是：批量地输入 speaker audio prompt (referennce) 和对应文本的 text prompt (reference)，同时批量地输入目标文本 text (target)，最后批量地生成对应的合成结果 speech (target) ~

请问 VALL-E X 有办法实现上面的效果吗？非常感谢！