如何使用 Fish Speech
安裝依賴: 通過運行以下命令安裝所需包：pip3 install torch torchvision torchaudio
創建虛擬環境: 使用 conda 創建 Python 3.10 虛擬環境：conda create -n fish-speech python=3.10
激活環境: 激活虛擬環境：conda activate fish-speech
安裝 Fish Speech: 通過運行以下命令安裝 Fish Speech：pip3 install -e .
下載模型: 從 Hugging Face 下載所需模型：huggingface-cli download fishaudio/fish-speech-1.2-sft --local-dir checkpoints/fish-speech-1.2-sft
運行推理: 通過運行以下命令生成語音：python tools/llama/generate.py --text "您的文本在此" --checkpoint-path "checkpoints/fish-speech-1.2-sft"
解碼音頻: 使用 VQGAN 將生成的令牌解碼為音頻：python tools/vqgan/inference.py -i "codes_0.npy" --checkpoint-path "checkpoints/fish-speech-1.2-sft/firefly-gan-vq-fsq-4x1024-42hz-generator.pth"
啟動網頁界面（可選）: 通過運行以下命令啟動網頁界面：python -m tools.webui --llama-checkpoint-path "checkpoints/fish-speech-1.2-sft" --decoder-checkpoint-path "checkpoints/fish-speech-1.2-sft/firefly-gan-vq-fsq-4x1024-42hz-generator.pth"
Fish Speech 常見問題
Fish Speech 是由 Fish Audio 開發的開源文字轉語音（TTS）模型。它經過 150,000 小時的多語言音頻數據訓練，能夠在中文、日文和英文中生成高質量的語音。
与 Fish Speech 类似的最新 AI 工具
F5 TTS
F5-TTS 是一個最先進的非自回歸文本轉語音系統，使用 Flow Matching 和 Diffusion Transformer 技術生成高度自然和表達豐富的語音，具有零樣本語音克隆功能。
Notebooklm Podcast
NotebookLM Podcast 是 Google 的 AI 驅動工具，將文檔、網頁內容和研究材料轉化為兩個 AI 主持人之間的有趣播客風格對話，通過音頻格式使複雜的信息更易於訪問。
Voice-Gen
Voice-Gen 是一個集語音生成、圖像創作和視頻製作能力於一體的 AI 平台，提供靈活的按需付費價格和多語言支持。
Rift Podcast
Rift Podcast 是一個由 AI 驅動的應用程序，將網絡內容轉換為個性化的音頻播客，提供從各個技術平台精選的獨家見解，每天僅需 15 分鐘即可完成聽取。
类似 Fish Speech 的热门 AI 工具
查看更多