Zero shot 推理中，有概率发生输出开头混入 prompt speech 结尾声音。

[zyzdetective]

Describe the bug
Zero shot 推理中，有概率发生输出开头混入 prompt speech 结尾声音。
可能由于 prompt speech 结束无空白音频导致。此问题在 model scope 和此仓库推理均可复现。

To Reproduce
使用如下类型音频作为参考 prompt speech，结尾无空白音频，推理得到音频开头为 prompt speech 结尾声音。

输出见图：

使用如下类型音频作为参考 prompt speech，结尾自然切断音频，包含少量空白音频，推理表现正常。

此外，使用 instruct 方式推理，无论什么类型音频切断方式，推理表现均正常。

Expected behavior
使用如下类型音频作为参考 prompt speech，结尾无空白音频，期望推理表现正常。

[aluminumbox]

被截断的prompt是有可能这样的，需要调整prompt

[github-actions]

This issue is stale because it has been open for 30 days with no activity.

[github-actions]

This issue was closed because it has been inactive for 14 days since being marked as stale.