Fish Audio

Fish Audio 是一家专注于音频技术，尤其是文本转语音（TTS）技术的公司。它为用户提供高质量文本转语音和语音克隆技术的音频AI工具，能够生成自然、逼真的语音输出。Fish Audio 的团队是公认的开源SVC/TTS项目的开创者，在GitHub上拥有超过70,000星标，团队成员包括多个知名TTS开源项目的创始人。

产品特点：

1. 零样本 & 小样本TTS：能够通过输入10到30秒的声音样本生成高质量的TTS输出。
2. 多语言 & 跨语言支持：支持英语、日语、韩语、中文、法语、德语、阿拉伯语和西班牙语等多种语言。
3. 无音素依赖：模型具备强大的泛化能力，不依赖音素进行TTS，能够处理任何文字表示的语言。
4. 高准确率：在5分钟的英文文本上，达到了约2%的CER（字符错误率）和WER（词错误率）。
5. 快速：通过fish-tech加速，在Nvidia RTX 4060笔记本上的实时因子约为1:5，在Nvidia RTX 4090上约为1:15。
6. WebUI 推理：提供基于Gradio的网页用户界面，兼容Chrome、Firefox、Edge等浏览器。
7. GUI 推理：提供PyQt6图形界面，与API服务器无缝协作，支持Linux、Windows和macOS。
8. 易于部署：轻松设置推理服务器，原生支持Linux、Windows和macOS，最大程度减少速度损失。
9. Fish Speech：Fish Audio 开发的一个开源文本转语音模型，它基于VQ-GAN、Llama和VITS等前沿的AI技术，能够将文本转换成逼真的语音。
10. Fish Agent：Fish Audio 近期发布了Fish Agent V0.13B，这是一个语音到语音模型，能够高效、精确地生成和处理语音，尤其擅长模拟或克隆不同的声音。
11. 开源贡献：Fish Audio 将其模型如Fish Speech和Fish Agent开源，推动AI语音技术的发展，并为语音助手、虚拟人等应用带来更多可能性。

注意事项：

• 合法合规使用：严禁合成涉及政治、色情、赌博、毒品等违法违规内容。
• 免责声明：Fish Audio不对其代码库的任何非法使用承担责任，用户应遵守当地的法律法规。

Fish Audio 通过其先进的技术和产品，正在推动语音合成技术的边界，并为用户提供高质量的语音合成服务。用户在使用时应遵守这些准则以确保合法合规地使用该技术。