Fish Audio 開源 TTS 模型 S2:臺詞內直接寫標籤,實現詞級語音控制
Fish Audio 釋出第二代開源語音模型 Fish Audio S2。它支援在臺詞中任意插入自然語言標籤實現詞級語氣控制,首包延遲僅 100 毫秒,支援約 80 種語言。模型權重與微調程式碼已在 GitHub 和 HuggingFace 開源。
Fish Audio 釋出第二代開源語音模型 Fish Audio S2。它支援在臺詞中任意插入自然語言標籤實現詞級語氣控制,首包延遲僅 100 毫秒,支援約 80 種語言。模型權重與微調程式碼已在 GitHub 和 HuggingFace 開源。