请问,使用v2pro默认模型合成语音时,依然对ctrl和alt以及单个字母的识别率不好的问题,能通过自己训练模型解决吗?

比如在合成如a,b,c,d,e,f,g这样的单个字母,或者ctrl,alt,nasa这些特定缩写词汇时,识别率比较差,很容易出现漏字或读错,以及语速非常快的问题. 请问这些问题要如何解决呢?

audio1.wav

audio2.wav