[BUG]: Unable to generate recognizable audio when given long text

[ListerJiang]

Describe the bug

When maskgct is given long Chinese text, it cannot generate corresponding recognizable audio, but it works with short text.

Examples

"颜色甚至光泽皆可以选择，零件更是一应俱全，甚至到了载具的前后轮，也可以分开调整的恐怖程度。而在战斗部分上，尽管枪械的射击手感还是和前座一样不尽人意。新加入的辅助瞄准也处于时灵时不灵的状态，导致枪战的体验就像是在打水仗。不过，本作在技能系统上的的革性是对对此做出了弥补的。例如，将手雷用在前座里犹如鸡肋的武器，加入到了专属于这个IP的整蛊战斗方式当中，摇身一变变成了非常有圣徒味道的主动技能。同时，主角还有着独立于其他技能槽，可以晋升一击必杀的处决技能，同时完成各类挑战，解锁了非常实用的被动技能。这一套相互组合且富有特色的技能系统，很大程度上弥补了射击手感上的一言难尽，多少也是重现了圣徒们在刚部大闹特闹的昔日技能。虽然游戏的整体画面表现有一些技光，虽然有沙漠地图辉煌色调的影响因素，不过在某些地方的美术风格还是称得上可圈可点。例如在游戏当中打开衣柜、武器柜或者车库的时候，会有相应的转场画面。其中老派界的图。"