Fish Audio 开源 TTS 模型 S2:台词内直接写标签,实现词级语音控制
Fish Audio 发布第二代开源语音模型 Fish Audio S2。它支持在台词中任意插入自然语言标签实现词级语气控制,首包延迟仅 100 毫秒,支持约 80 种语言。模型权重与微调代码已在 GitHub 和 HuggingFace 开源。
Fish Audio 发布第二代开源语音模型 Fish Audio S2。它支持在台词中任意插入自然语言标签实现词级语气控制,首包延迟仅 100 毫秒,支持约 80 种语言。模型权重与微调代码已在 GitHub 和 HuggingFace 开源。