Fish Agent V0.1 3B 是什么
Fish Agent V0.1 3B 被介绍为一个不使用语义标记的语音转语音与文本转语音模型,由 Qwen-2.5-3B-Instruct 继续预训练而来。
你可以用它做什么
- 高精度捕捉并再现环境音频信息
- 在 8 种语言上完成语音任务
- 使用无语义标记架构省去编码器与解码器
- 借助 700,000 小时多语言音频训练数据
上手流程
- 在 Hugging Face 网站搜索该模型
- 查看模型详情页了解基本信息
- 按 GitHub 仓库指南设置环境并安装依赖
- 下载模型文件并按文档配置
优点与缺点
✓ 我们认可的地方
- 无需传统语义编码器或解码器
- 其他语言各约有 20,000 小时训练数据
! 需要留意的地方
- 按 BY-CC-NC-SA-4.0 许可发布,限非商业用途
- 各语言的训练时长并不相同
常见问题
支持多少种语言?
资料说明支持包括英语、中文在内的 8 种语言。
使用什么许可?
资料说明模型及相关代码采用 BY-CC-NC-SA-4.0 许可。
最后评测: 2026-11-15