Fish Audio 开源其全新文本转语音（TTS）模型 OpenAudio S1-Mini，OpenAudio S1-Mini 是从4B 参数的 S1模型蒸馏而来的轻量化版本，仅包含0.5B 参数，大幅降低计算需求，同时保留了 S1的核心优势，基于超过200万小时的庞大音频数据集训练，支持14种语言（包括中文、英文、日语、法语等），并能生成超过50种情感和语调的语音表达。无论是愤怒、开心、惊讶，还是笑声、哭声等特殊音效。

文末有生成示例和官方给出的情绪及音调控制提示词，可自行尝试

开源地址：https://github.com/fishaudio/fish-speech

☞☞☞☞☞☞  一键启动包在右侧下载  ☞☞☞☞☞☞

配置要求：

电脑满足以下配置：

  • 操作系统：Windows 10/11 64位
  • 内存：16G以上
  • 显卡：至少8G及以上显存的英伟达（NVIDIA）显卡
  • CUDA：显卡支持的CUDA版本大于等于12.8版本（如不知道显卡支持的CUDA版本，可点击此链接查看：https://aiyy.info/supported-cuda-versions/）
  • 整个包解压完约10.9G，要留足硬盘空间

 

如何查看显卡品牌型号和显存：

  • 打开任务管理器
  • 点击“性能”
  • 点击“GPU”
  • 右上角可以看到显卡型号，下方可以看到显存大小

 

使用教程：

① 打开下载页面（https://aiyy.info/openaudio-s1-mini/）点击页面右侧下载按钮，下载整合包之后解压，建议使用winrar解压（解压软件在文件包中，或者可以自己下载安装，下载地址：https://www.winrar.com.cn/）

不要用Windows自带解压！！不要用360解压！！

注意：文件夹路径和文件名称（包括音频、图片、视频等文件名称）不要出现中文字符，否则部分软件会因识别不出而报错

② 双击“一键启动.bat”，稍等片刻会在浏览器中自动打开操作界面

③ 输入需要合成的文本，下方选择“参考音频”，上传参考音频，然后输入参考音频对应的文本，最后点击右侧的“生成”

如下方示例：

参考音频：

生成结果：

 

下方是官方给出的一些情绪及音调控制提示词，可自行尝试效果

基本情绪：
(angry) (sad) (excited) (surprised) (satisfied) (delighted) (scared) (worried) (upset) (nervous) (frustrated) (depressed) (empathetic) (embarrassed) (disgusted) (moved) (proud) (relaxed) (grateful) (confident) (interested) (curious) (confused) (joyful)

高级情绪：
(disdainful) (unhappy) (anxious) (hysterical) (indifferent) (impatient) (guilty) (scornful) (panicked) (furious) (reluctant) (keen) (disapproving) (negative) (denying) (astonished) (serious) (sarcastic) (conciliative) (comforting) (sincere) (sneering) (hesitating) (yielding) (painful) (awkward) (amused)

声调标记：
(in a hurry tone) (shouting) (screaming) (whispering) (soft tone)

特殊音效：
(laughing) (chuckling) (sobbing) (crying loudly) (sighing) (panting) (groaning) (crowd laughing) (background laughter) (audience laughing)

 

声明： ① 本站所有资源版权均属于原作者所有，这里所提供资源均只能用于参考学习用，请勿直接商用。若由于商用引起版权纠纷，一切责任均由使用者承担。更多说明请参考赞助计划。 ② 本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。