fish-speech

Fish Speech 是一个开源的文本转语音（TTS）项目，旨在提供高质量的声音合成。它基于先进的Transformer架构，并结合了VITS、VQ-VAE等技术，支持多语言和多种声音风格的生成。该项目通过利用预训练模型如Valle等实现了卓越的声音克隆能力与自然度。适合需要定制化语音服务的应用场景，例如虚拟助手、有声读物制作或游戏配音等。此外，Fish Speech提供了Docker镜像及Hugging Face上的预训练模型，方便用户快速部署使用。