聊天流问题

我使用 CosyVoice 3 来提供流式语音输出,因为 LLM 以流式方式生成文本,因此发送到 CosyVoice 3 的文本也以分块的形式到达。然而,来自不同文本分块的语音有时在发音速度、音高和语调上会显著不同,这导致了不一致和不自然的语音交互体验。有没有推荐的解决方案或最佳实践来提高不同分块之间的语音一致性?谢谢。