fish-speech

Fish Speech 是一个开源的高质量文本转语音（TTS）系统，支持高保真语音合成与个性化声音克隆。其核心基于 S2 架构（融合 VALL-E、VITS 与 VQ-VAE 等先进声学建模技术），具备低延迟推理、多语言支持、零样本语音克隆及可控韵律调节能力。项目提供 Docker 镜像、Hugging Face 模型权重和完整中文文档，开箱即用。适用于内容创作、有声读物生成、智能客服语音播报、无障碍辅助工具等对自然度与定制性要求较高的语音合成场景。