始智AI wisemodel.cn开源社区

始智AI wisemodel.cn社区是源自中国的中立开放的AI开源社区。正在，欢迎加入共同成长。wisemodel社区上线，H800/H20等资源上线，价格实惠，灵活方便，支持在线微调训练模型，及和，并。

Fish Audio 团队发布了最新的 Fish Speech V1.5 模型，该模型使用超过 100 万小时的多语言数据进行训练，可支持高质量的即时语音克隆，在准确性、稳定性、跨语言能力以及情感表达等方面实现了全面升级，同时新增支持五种语言，进一步扩大了应用范围。Fish Speech V1.5 模型已上线始智AI-wisemodel开源社区，欢迎大家前去体验。

模型地址

https://wisemodel.cn/models/Fish_Audio/Fish-Speech-V1.5

01.

八大特性

F ish Speech是一个全新的文本到语音（ TTS ）解决方案 ，采用了当下流行的深 度学习技术，如 Transformer、VITS、VQVAE 和 GPT 等。Fish Speech V1.5主要改进包括更精炼的数据处理流水线，增强了训练方法，提高了模型输出的稳定性以及更高级的情感表达能力。

• 零样本和少样本语音合成：提供 10 到 30 秒声音样本，即可生成高质量语音合成结果，模仿效果出色。

• 多语言与跨语言支持：支持英语、日语、韩语、中文、法语、德语、阿拉伯语和西班牙语等，可直接将想说的话复制粘贴到输入框进行转换，方便与世界各地朋友交流。

• 无音素依赖：区别于传统语音合成模型依赖音素，它泛化能力强，能处理任何语言脚本文本。

• 高度准确：处理 5 分钟英文文章，错误率低至 2%。

• 快速：在英伟达RTX4060笔记本电脑上，实时系数约为1:5，在英伟达RTX4090 上实时系数达 1:15。

• WebUI 推理：具有易于使用的、基于Gradio的网络用户界面，与Chrome、Firefox、Edge等浏览器兼容。

• GUI 推理：提供PyQt6图形界面，可与API服务器无缝配合。支持 Linux、Windows和macOS。

• 易于部署：可轻松设置推理服务器，原生支持Linux、Windows和MacOS，将速度损失降至最低。

02.

技术与应用

Fish Speech V1.5在技术架构方面，实现了DualAR架构，采用双自回归Transformer设计。其中，主Transformer以21Hz运行，以实现高效的延迟管理；次级Transformer将潜在状态转换为声学特征。

这种方法在计算效率和输出质量方面都明显优于传统的级联方法。在准确度方面，Fish Speech V1.5的的英文单词错误率（WER）为3.5%，英文字符错误率（CER）为1.2%，中文字符错误率（CER）为1.3%。

在性能方面，官方提供的数据显示，Fish Speech 1.5在TTS Arena上的ELO分数领先多个模型。

Fish Speech v1.5是一款功能强大且易于使用的文字转语音工具，特别适合需要个性化语音输出的用户。无论是个人项目、教育还是内容创作，它都能提供高质量的语音合 成服务。

在教育方面，可以为学习材料配音，帮助学生更好地理解内容。在内容创作方面，可以为视频、播客、游戏等创作提供语音支持。在辅助技术角度，为有视力障碍或学习障 碍的用户提供语音读出功能。

03.

镜像使用

在wisemodel上提供了直接使用的镜像，点击Fish-Speech-V1.5 （鲸音响鸣-V1.5）模型详情 页-“训练或微调”按钮，创建一个开发环境，选择“Fish-Audio-V1.5”的镜像，使用1张A5000的配置，然后直接点击下一步：

然后确认一下计费方式，如果是简单体验可以选择按量计费的模型，如果需要使用更长的时间，也可以选择包周或包月的模式，相比于按量有一些折扣。确定计费方式之后，可以直接点击提交订单：

等待1分钟左右，开发环境就启动成功，进入运行中的状态。

通过Notebook登录到开发环境上，然后启动服务，

服务启动成功之后，在开发环境申请一个服务端口和访问域名。

将申请好的域名复制到浏览器里就可以开始在线体验了。

04.

在线体验

W isemodel社区支持直接通过模型镜像创建在线体验，在 Fish-Speech-V1.5 （鲸音响鸣-V1.5）模型详情 页 点击“在线部署-部署在线体验”按钮。

然后选择和确认计费方式，这里选择按量-手动停止的计费方式，大家也可以根据自己的需求选择计费方式。

提交订单之后，应用已经进入启动中的状态，正常情况下大概等待5分钟左右就正常运营，进行在线体验了。

----- END -----

wisemodel相关：

系统升级：

系列模型：

关于wisemodel更多

1

欢迎持续关注和支持

开源社区建设需要长期坚持和投入，更需要广大用户的积极参与、贡献和维护，欢迎大家加入wisemodel开源社区的志愿者计划和开源共创计划。期待更多开发者将开源成果，包括模型、数据集和代码等发布到 wisemodel.cn 社区，共建中立、开放的AI开源社区生态。欢迎扫码添加wisemodel微信，申请加入wisemodel社群，持续关注wisemodel.cn开源社区动态。

2

欢迎加盟wisemodel开源社区

始智AI wisemodel社区自2023年9月上线以来，逐渐成为影响力日益扩大的中立开放的AI开源社区，为了加快公司发展，我们长期需要技术、运营等人才加盟，技术侧重在AI infra、后端开发，熟悉K8S、模型训练和推理等技术， 以及熟悉开发者生态运营的成员，欢迎感兴趣的朋友加盟，可以通过添加wisemodel微信，或者将简历投递到邮箱：liudaoquan@wisemodel.cn

3

欢迎投稿优质内容

欢迎投稿分享人工智能领域相关的优秀研究成果，鼓励高校实验室、大企业研究团队、个人等，在wisemodel平台上分享各类优质内容，可以是AI领域最新论文解读、最新开源成果介绍，也可以是关于AI技术实践、应用和总结等。投稿可以发邮件到liudaoquan@wisemodel.cn，也可以扫码添加wisemodel微信。

4

关于wisemodel开源社区

始智AI wisemodel.cn开源社区由清华校友总会AI大数据专委会副秘书长刘道全创立，旨在打造和建设中立开放的AI开源创新社区，将打造成“HuggingFace”之外最活跃的AI开源社区，汇聚主要AI开源模型、数据集和代码等，欢迎高校科研院所、大型互联网公司、创新创业企业、广大个人开发者，以及政府部门、学会协会、联盟、基金会等，还有投资机构、科技媒体等，共同参与建设AI开源创新生态。