Fish Speech是一款由fishaudio開發的全新文本轉語音工具，它不僅完美支持中文、英語和日語，而且在語音處理上的能力接近人類水平，可以說是你私人語音助手的不二之選。

要點：

😊 完美支持中英日三種語言，語音處理接近人類水平

😊 支持語音克隆，只需提供一段參考語音，即可迅速完成克隆

😊 對顯存要求極低，僅需4GB，支持多種不同的語音生成模型

image.png

Fish Speech模型的厲害之處在於，它使用了大約十五萬小時的三語數據進行訓練，特別是在中文方面的表現，簡直是無可挑剔。作爲一個億級參數的模型，它設計得既高效又輕量，這意味着你可以在自己的個人設備上輕鬆運行和微調，隨時隨地享受語音轉換的便捷。

支持中文

目前，庫裏的可供選擇的聲音多數是動漫人物的聲音，AIbase輸入一段文字測試，發現有的動漫人物語速偏慢，如果要用到視頻裏，還需要刪除中間停頓太長的地方。真人的聲音有丁真，特朗普和孫笑川等，不過以防萬一還是不要用其他真人的聲音比較好。想用真人聲音的，可以考慮創建自己的聲音。

以下是AIbase的測試效果：

更讓人興奮的是，Fish Speech採用了Flash-Attn算法，這一算法專爲處理大規模數據而設計，以其高效性、準確性和穩定性著稱。這不僅顯著提升了TTS技術的性能，也讓你在使用過程中享受到了前所未有的流暢體驗。

支持英文

而且，Fish Speech的語音克隆能力也是一大亮點。你只需提供一段參考語音，它就能迅速進行語音克隆，無需經過繁瑣的訓練過程。此外，它對顯存的需求極低，僅需4GB，推理速度快，這些都極大地優化了用戶體驗。


支持日文

當然，Fish Speech的強大遠不止於此。Fish Speech支持多種不同的語音生成模型，包括但不限於：

  • VITS2：基於變分推理的文本到語音模型。

  • Bert-VITS2：結合BERT模型的變分推理文本到語音模型。

  • GPT VITS：結合GPT模型的文本到語音模型。

  • MQTTS：基於量化技術的文本到語音模型。

  • GPT Fast：快速生成語音的GPT模型。

  • GPT-SoVITS：結合GPT和SoVITS技術的文本到語音模型。

每一種模型都有其獨特的優勢，滿足不同用戶的需求。

總的來說，Fish Speech是一款創新、高效、輕量的文本轉語音工具。它不僅能夠成爲你的私人語音助手，還能爲你的創意項目提供強大的語音支持。如果你對語音技術感興趣，或者正在尋找一個無需繁瑣訓練、快速克隆的TTS解決方案，那麼Fish Speech絕對值得一試。

官網地址：https://top.aibase.com/tool/fish-audiowenbenzhuanyuyin

項目地址：https://github.com/fishaudio/fish-speech