关于推理文本内容为中德混合的问题

我想推理的内容为中德混合，推理文本内容如下：“Wie geht es dir?”就是“你好吗？”的意思。回答时，我们可以说“Danke, gut. Und dir?”，意思是“谢谢，很好，你呢？”。对方可以回答“Auch gut, danke.”，“我也很好，谢谢。”。当然，你也可以根据自己的实际情况回答“马马虎虎”或者“不太好”。      但是我发现德语部分还是按照英文的发音来读的。 请问我该如何解决这个问题呢？     并且我的参考音频也是中文的。 我使用的推理函数是：cosyvoice.inference_zero_shot这个