RepoPicks Radar

每天约 23:30 UTC 更新

指南

Fish Speech

fishaudio/fish-speechAI 已审核

RepoPicks Radar 检查于

Fish Speech 是什么?

Fish Speech 会用你提供的声音把文字读出来:10到30秒的样本录音就足够复刻一种音色,像 [whisper] 或 [angry] 这样的行内标签可以控制情绪,一段脚本里可以有多个角色,最新的模型还能替换已有录音里的单个词。你可以通过命令行、网页或 API 服务器自己运行它,需要用到 Python 或 Docker,以及一块 NVIDIA 显卡。它的许可证不是常见的开源许可证:个人和研究用途免费,商业用途受到限制。

Fish Speech 安装有多容易?

D · 终端、多个工具或特定显卡 · Windows

  • Windows D
  • Linux D

Linux 是支持最好的平台,但依然只能打 D:没有安装程序,你需要自己配置 Python 或 Docker,自己下载模型权重,再从终端启动服务器或网页,并需要一块 NVIDIA 显卡(AMD 只能通过单独的 ROCm compose 文件)。Windows 走的是同样的文档步骤,要求也一样,所以并不会更简单。

即将推出:用 RepoPicks 应用一键安装。

Fish Speech 的 GitHub 数据

星标
33,6652026年11月10日
下载量
—所有发布版本
增长
+846 天内新增星标

星标变化

33,58033,60033,62033,64033,66033,680 11月5日11月6日11月7日11月8日11月9日11月10日 33,58033,60033,62033,64033,66033,680 11月5日11月8日

事实

可运行于
Windows, Linux
需要安装
Python, Docker, NVIDIA 显卡
从源码编译需要
Python, Docker, NVIDIA 显卡
磁盘空间
950 MB–4.3 GB · 估算
账号或密钥
无
费用
免费增值 · 研究、业余爱好和评估用途免费。只要你的年收入低于 50 万美元,商业用途也可以使用;超过这个数额,或者任何让其他人生成语音的服务,都必须向 Fish Audio 购买书面许可证。
许可证
NOASSERTION (其他)
GitHub 上的最近改动
2026年10月29日

Fish Speech 的风险信号 (5)

  • 注意许可证不是开源许可证

    GitHub 没有显示任何被认可的许可证,LICENSE 文件是 "FISH AUDIO COMMUNITY LICENSE AGREEMENT":商业使用只被允许 "only while Your Annual Revenue is less than USD 500,000","no license is granted under this Agreement to offer a Hosted Service",并且该许可证是 "revocable"。README 还补充道:"We will take action against any violation of the license."

    AI 审核

  • 注意模型权重受更严格的许可证约束

    README 中的许可证说明写道:"The S2-Pro weights remain under the Fish Audio Research License",这是一份和代码所用许可证不同、限制更严的许可证,所以这个更早的旗舰模型可能完全不能用于商业用途。

    AI 审核

  • 注意声音克隆可能被滥用

    README 写道:"Rapid voice cloning: 10-30 seconds of reference audio is enough to reproduce a timbre" 以及 "Multilingual voice cloning"。未经允许复制别人的声音可能违反冒充他人、公开形象或版权方面的规定;README 自己的提示也说:"We do not hold any responsibility for any illegal usage of the codebase. Please refer to your local laws about DMCA and other related laws."

    AI 审核

  • 信息新模型需要很重的硬件

    模型列表把 Drama 3 列为 "35B-A3B (3B active per token)",compose.yml 的注释写道 "e.g. cuda:0 to keep Drama 3 on one GPU; unset uses up to four",说明这个旗舰模型是按多块显卡来设计的。S2-Pro(4B)才是被描述为小到可以在消费级 GPU 上运行的模型。

    AI 审核

  • 信息最新版本是测试版

    最新发布版本是 v3.0.0-beta(2026-10-13),再往前是 v2.0.0-beta;最后一个不带 beta 标记的版本是 2025-05-31 发布的 v1.5.1。

    AI 审核

证据以原始语言显示。

Radar 无法验证的 Fish Speech 相关内容

  • 权重实际占用的磁盘和显存:这是一个350亿参数的模型,远大于检查结果给出的0.95到4.45 GB的估算,那个估算只涵盖了代码和它的依赖项。
  • 它在普通家用显卡上能否以可用的速度运行,因为公布的速度数据来自 H200 服务器显卡。
  • Windows 的使用说明是否能像 Linux 和 Docker 那样顺畅。
  • 克隆出的声音和基准测试分数,跟你用自己的录音得到的效果有多接近。
  • 你打算做的用途是否落在许可证的免费范围内;这是一个关于你自己收入和服务方式的法律问题。

类似项目

RepoPicks 应用

即将推出:用 RepoPicks 应用一键安装。

下载之前

在 GitHub 上查看版本页面