玩了10分钟Fish Audio S2,我慌了。
刚开源的4B参数TTS模型,中文WER 0.54%排名第一,图灵测试0.515——说人话就是有一半人分不清真假。
几个让我震撼的点:
- 10秒录音就能克隆你的声音,朋友居然听不出哪个是原版
- 15000+情绪标签,[whisper][excited][sigh]精准控制语气
- Dual-AR架构,像拍电影一样分工协作
- 80+语言支持,无缝切换像同一个人说母语
以前TTS要么闭源死贵,要么开源质量差。现在完全免费下载,效果比收费还好。
想试的直接搜 fish.audio,在线体验最简单。
#FishAudio #TTS #语音合成 #AI语音 #开源项目 #语音克隆 #AI工具 #效率工具 #技术分享 #人工智能