#Fish Audio S2

8:37オープンソース拡散指数 48

Fish Audioが音声合成モデル「S2」公開、テキスト内タグで単語単位の感情制御に対応

Fish Audio はオープンソースの次世代音声合成モデル「Fish Audio S2」を公開した。約 80 言語に対応し、スクリプト内に自然言語タグを挟むだけで単語レベルの感情や息遣いを制御できる。初回パケット遅延は 100ms で、ウェイトと微調整コードが GitHub と Hugging Face で公開されている。