fish speech

鱼语

英语| 简体中文 |葡萄牙语 | 日本语 | 한국어

此代码库和所有模型均根据 CC-BY-NC-SA-4.0 许可证发布。请参阅许可证了解更多详细信息。

---

特征

1. 零样本和少样本 TTS：输入 10 到 30 秒的声音样本以生成高质量的 TTS 输出。有关详细指南，请参阅语音克隆最佳实践。

2. 多语言和跨语言支持：只需将多语言文本复制并粘贴到输入框中即可，无需担心语言问题。目前支持英语、日语、韩语、中文、法语、德语、阿拉伯语和西班牙语。

3. 无音素依赖：模型泛化能力强，不依赖音素进行TTS。它可以处理任何语言脚本中的文本。

4. 高度准确： 5 分钟英文文本的 CER（字符错误率）和 ​​WER（单词错误率）较低，约为 2%。

5. 快速：通过 Fish-Tech 加速，Nvidia RTX 4060 笔记本电脑上的实时系数约为 1:5，Nvidia RTX 4090 上的实时系数约为 1:15。

6. WebUI 推理：具有易于使用、基于 Gradio 的 Web UI，与 Chrome、Firefox、Edge 和其他浏览器兼容。

7. GUI 推理：提供与 API 服务器无缝协作的 PyQt6 图形界面。支持 Linux、Windows 和 macOS。参见图形用户界面。

8. 部署友好：轻松设置推理服务器，提供对 Linux、Windows 和 MacOS 的本机支持，最大限度地减少速度损失。

免责声明

对于任何非法使用代码库的行为，我们不承担任何责任。请参阅您当地有关 DMCA 的法律和其他相关法律。

在线演示

鱼音频

本地推理快速入门

推理.ipynb

视频

V1.4 演示视频：Youtube

文件

• 英语

• 中文

• 日本语

• 葡萄牙语（巴西）

示例（2024/10/02 V1.4）

• 英语

• 中文

• 日本语

• 葡萄牙语（巴西）

制作人员

• VITS2（丹尼尔·罗布尼科夫）

• 伯特-VITS2

• GPT 维特斯

• MQTTS

• GPT 快速

• GPT-苏联

赞助

6Block 数据处理赞助商

Fish Audio 在 Lepton.AI 上提供