Кстати от себя добавлю, что авторы Generative Spoken Language Modeling круто представилии результаты, не черепикая ответы, а приводя варианты худших и лучших генераций для одного и того же промта (тут)
Если проигрывать плохие примеры генерации, можно примерно представить, как звучит английский для тех, кто вообще его не знает....