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
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)
- 可以替代
- ElevenLabs, Descript, Fish Audio
- 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。