使用 fish-audio 的 audio-cpp 不能与参考音频/文本一起使用

本地AI 版本: localai/localai:master-gpu-hipblas sha256:f3ff922777a09ec7f63093df7482ebb15d3f94c0f8611d49143fe455b4f7144d 环境, CPU 架构, 操作系统和版本: 我在 unraid 7.3 上使用 portainer 进行此操作。 AMD Ryzen 9 5900X Radeon AI PRO R9700 本地 AI 使用分布式模式配置节点。 描述错误 当我尝试使用音频-cpp 后端的音频-cpp 语音合成模型时，使用音频-cpp 后端的音频-cpp 语音合成模型，我收到了以下错误 Error: rpc error: code = Internal desc = Fish Audio prepare with inline reference audio requires reference_text option 重现步骤 模型 yaml 如下。 name: audio-cpp-chatterbox backend: audio-cpp flash_attention: true known_usecases: - tts - audio_transform tts: voice_cloning: true parameters: model: audio-cpp/Fish-Audio-S2-Pro-GGUF/fish-audio-s2-pro-q8_0.gguf 模型从 https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/main/Fish-Audio-S2-Pro-GGUF 下载。 在语音库中，我单击"使用在文本到语音"，然后当我尝试生成任何内容时，就会出现错误 Error: rpc error: code = Internal desc = Fish Audio prepare with inline reference audio requires reference_text option 预期行为 能够使用音频-cpp 中的不同模型，例如 fish-audio 系列模型 日志 node-backend-logs-audio-cpp-chatterbox-2026-08-20.json 附加上下文 另一个 PR 触及了音频-cpp 中的引用音频/文本 https://GitHub.com/mudler/LocalAI/pull/11620 如果从 master 进行更改，则可能会出现合并冲突。