跳到正文

Fish Speech V1.2

基于 30 万小时音频训练的 TTS 模型

访问官网

Fish Speech V1.2 是什么

Fish Speech V1.2 被介绍为一个在大量多语种音频数据上训练的文本转语音模型,提供高质量语音输出。

你可以用它做什么

  • 在三种语言中由文本生成语音
  • 调整语音风格与语调
  • 调节语速等参数
  • 把开源模型集成到应用

应用场景

  • 把教学内容转换为语音
  • 把文章或博客转换成语音形式
  • 在客服系统中提供自动语音回复

优点与缺点

✓ 我们认可的地方

  • 可调整语音风格与语速
  • 模型开源便于二次开发

! 需要留意的地方

  • 列出的语言为英语、中文和日语
  • 输出受调整的参数影响

常见问题

用了多少数据?

资料说明基于 300,000 小时英语、中文和日语音频。

能集成吗?

可以,资料说明模型开源便于开发者集成。

最后评测: 2026-11-15

更多 AI 音频工具 工具

查看全部 →

评测方法