AI配音开口跪！Fish Audio发布 Fish Speech 1.5 新增5种语言，还将上线实时无缝对话功能

Fish Audio最近丢出了一枚重磅炸弹——Fish Speech1.5，这款全新的语音合成模型简直是“声”临其境，不仅在准确性、稳定性和跨语言能力上狂甩前辈几条街，还一口气新增了五种语言支持!此外，Fish Speech1.5还即将推出实时无缝对话功能，让用户可以随时随地选择语音库进行交互式聊天。

官网地址：https://fish.audio/zh-CN/

项目地址：https://github.com/fishaudio/fish-speech

Fish Speech1.5的“学识”可是相当渊博，它可是“啃”了超过100万小时的多语言训练数据才练就一身绝技，目前已经精通包括英语、中文和日语在内的13种语言。这可不是吹牛，人家可是在匿名TTS-Arena排名中获得了第二名的好成绩!

Fish Speech1.5的语音克隆功能也堪称“闪电侠”，延迟时间竟然不到150毫秒，简直是实时生成!更重要的是，Fish Speech1.5还大方地开源了预训练模型，无论你是想自己在家“调教”还是选择云端服务，都能轻松搞定!

主要特点:

• 零样本和少样本语音合成:只需要给它听10到30秒的声音样本，它就能模仿得惟妙惟肖，生成高质量的语音合成输出。这就像是一个超级模仿秀，只要你敢“秀”，它就敢“学”!
• 多语言和跨语言支持:还在为语言不通而烦恼吗?Fish Speech1.5已经帮你扫清障碍了!只要把你想说的话复制粘贴到输入框，它就能轻松搞定，目前支持英语、日语、韩语、中文、法语、德语、阿拉伯语和西班牙语。这下，你终于可以和世界各地的朋友畅聊无阻啦!
• 无音素依赖:传统的语音合成模型往往依赖于音素，而Fish Speech1.5却另辟蹊径，它拥有超强的泛化能力，可以处理任何语言脚本的文本，这简直是语音合成界的一场革命!
• 高度准确:对于一篇5分钟的英文文章，Fish Speech1.5的错误率竟然低至2%，这可是一个相当惊人的数字!
• 快速:Fish Speech1.5的速度也是杠杠的，在Nvidia RTX4060笔记本电脑上，它的实时系数约为1:5，而在Nvidia RTX4090上，实时系数更是高达1:15!这简直就是“飞一般的感觉”!

Fish Speech1.5还支持本地部署:

WebUI:它提供了一个简单易用的Web UI，兼容Chrome、Firefox、Edge等主流浏览器，让你随时随地都能体验语音合成的乐趣。

GUI:它还提供了一个可与API服务器无缝协作的PyQt6图形界面，支持Linux、Windows和macOS系统，简直是“三剑客”的福音!

部署友好:你还可以轻松地将Fish Speech1.5部署到Linux、Windows和MacOS系统上，最大限度地减少速度损失。