Fish Audio

Fish Audio 是领先的文本转语音 (TTS) 技术平台，开发了基于 VQ-GAN、Llama 和 VITS 的开源模型 Fish Speech。该模型经过大量数据训练，能够生成高质量、自然流畅的语音，支持中文、日语和英语。Fish Audio 致力于为用户提供逼真的语音合成解决方案，广泛应用于内容创作、教育、娱乐等领域。

Fish Audio：领先的文本转语音技术平台

Fish Audio的主要功能特点

1. 多语言支持：能够生成中文、日语和英语的语音。
2. 情感表达：可以生成带有不同情感色彩的语音，如快乐、悲伤、愤怒等。
3. 韵律控制：允许精细调节语速、音调和重音，以实现更自然的语音表现。
4. 声音克隆：通过少量样本学习特定说话者的声音特征，实现个性化语音合成。
5. 实时合成：支持低延迟的实时语音生成，适用于需要即时反馈的应用场景。
6. 文本归一化：自动处理数字、缩写和特殊符号，确保正确的语音输出。
7. API集成：提供易于使用的API，方便开发者将Fish Audio集成到各种应用中。
8. 模型微调：支持在特定领域或任务上进行模型微调，以提高特定场景下的性能。

保姆式使用教程

简单演示下怎么在线制作：

比如我要训练一个刘强东东哥的声音，

首先填写基本的信息：

添加一段东哥30秒左右的音频：