Проблемы с генерацией текста песни при использовании референсного аудио в Yue2

Пользователь сообщает о проблеме в модели Yue2: при использовании референсного аудио для генерации музыки вокал часто превращается в неразборчивое бормотание или нечетко следует заданному тексту. Проблема заключается в том, что модель некорректно синхронизирует или воспроизводит предоставленные слова, создавая вместо них случайные звуки.