Fish Speech

Fish Speech 基于 Fish Audio 团队自研架构，用约 15 秒参考音频即可零样本克隆音色，效果接近商业级语音合成；对中文和英文都支持良好，并具备跨语言合成能力。
相比同类工具，它的音质干净、训练成本低（单张消费级显卡可完成微调），社区提供在线体验与模型权重。
适合场景：视频配音、有声内容、数字人、个性化语音助手。
注意：克隆他人声音必须获得本人授权。
上手方式：按文档安装依赖并下载模型，加载后输入文本与参考音频即可合成。