Нема описа

Ftps 82aa6e823e [chore] add docs for macos (#544)		пре 1 година
.github	d4d698c922 rename image to reduce confusion	пре 1 година
docs	82aa6e823e [chore] add docs for macos (#544)	пре 1 година
fish_speech	711209e541 update clean text for new model	пре 1 година
tools	78a321878d Update v1.4 readmes & samples (#592)	пре 1 година
.dockerignore	e413df7145 perf: Optimizing docker builds (#547)	пре 1 година
.gitignore	e9394c71f0 keep up with official close-source api (#513)	пре 1 година
.pre-commit-config.yaml	de565f73ea [pre-commit.ci] pre-commit autoupdate (#447)	пре 1 година
.project-root	5707699dfd Handle adaptive number of codebooks	пре 2 година
.readthedocs.yaml	fe293ca492 Use readthedocs instead of github action	пре 2 година
API_FLAGS.txt	dad516d86d update checkpoint path	пре 1 година
LICENSE	b91815e074 Switch to CC-BY-NC-SA 4.0 license	пре 1 година
README.ja.md	78a321878d Update v1.4 readmes & samples (#592)	пре 1 година
README.md	78a321878d Update v1.4 readmes & samples (#592)	пре 1 година
README.pt-BR.md	78a321878d Update v1.4 readmes & samples (#592)	пре 1 година
README.zh.md	78a321878d Update v1.4 readmes & samples (#592)	пре 1 година
docker-compose.dev.yml	f6c56c68d4 Update docker-compose.dev.yml	пре 1 година
dockerfile	776c00f69b Add ffmpeg	пре 1 година
dockerfile.dev	dd14391692 optimize dockerbuild	пре 1 година
entrypoint.sh	e413df7145 perf: Optimizing docker builds (#547)	пре 1 година
inference.ipynb	dad516d86d update checkpoint path	пре 1 година
install_env.bat	ad55185ec3 Fix cache max_seq_len (#568)	пре 1 година
mkdocs.yml	4f097ef2f4 remove ghcr & update docker registry	пре 1 година
pyproject.toml	3e49f07821 Update pytorch version (#538)	пре 1 година
pyrightconfig.json	6d57066e52 Update pre-commit hook	пре 2 година
run_cmd.bat	8702c61100 From whisper to sensevoice (#482)	пре 1 година
start.bat	46440f25be 对脚本的一点小修改 (#414)	пре 1 година

Fish Speech

[English](README.md) | [简体中文](README.zh.md) | [Portuguese](README.pt-BR.md) | **日本語**

このコードベースとすべてのモデルは、CC-BY-NC-SA-4.0ライセンスの下でリリースされています。詳細については、LICENSEを参照してください。

機能

ゼロショット & フューショット TTS：10〜30秒の音声サンプルを入力して、高品質のTTS出力を生成します。詳細は音声クローンのベストプラクティスを参照してください。
多言語 & クロスリンガル対応：多言語テキストを入力ボックスにコピーペーストするだけで、言語を気にする必要はありません。現在、英語、日本語、韓国語、中国語、フランス語、ドイツ語、アラビア語、スペイン語に対応しています。
音素依存なし：このモデルは強力な汎化能力を持ち、TTSに音素を必要としません。あらゆる言語スクリプトに対応可能です。
高精度：5分間の英語テキストに対し、CER（文字誤り率）とWER（単語誤り率）は約2%の精度を達成します。
高速：fish-techアクセラレーションにより、Nvidia RTX 4060ラップトップではリアルタイムファクターが約1:5、Nvidia RTX 4090では約1:15です。
WebUI 推論：使いやすいGradioベースのWebユーザーインターフェースを搭載し、Chrome、Firefox、Edgeなどのブラウザに対応しています。
GUI 推論：PyQt6のグラフィカルインターフェースを提供し、APIサーバーとシームレスに連携します。Linux、Windows、macOSに対応しています。GUIを見る。
デプロイしやすい：Linux、Windows、macOSにネイティブ対応した推論サーバーを簡単にセットアップでき、速度の低下を最小限に抑えます。