模型 / Fish Audio S2 Pro (Fish Audio)

Fish Audio S2 Pro (Fish Audio)

多语种TTS，细粒度韵律/情感内联控制，80+语言

作者 fishaudio

仓库标识fishaudio/s2-pro

~2.7GB 4-bit许可 需自查任务 语音合成最近核对 2026-08-03
格式
4-bit
文件
~2.4GB
运行内存
~2.7GB–3.6GB
运行时
sglang
下载
330,423

Hugging Face 源仓库 ↗

适合与不适合

入选理由
支持80+语言、[tag]指令精细控制情感韵律，双自回归新架构，适合多语言可控TTS；需申请非商用许可。
对位
对位 CosyVoice 2、ChatTTS
适合
多语种配音与有声书生成 / 带情感标记的细粒度语音合成
不适合
商业用途需单独许可

完整规格

规模
4B + 400M · 下载 ~2.4GB · 显存最低 ~2.7GB · 推荐 ~3.6GB · 4-bit(估算)
授权
fish-audio-research-license · 需自查
框架
sglang
语种
日 / 英 / 中 (主) · 韩 / 西 / 葡 / 阿 / 俄 / 法 / 德等80+语言
访问提示
Hugging Face 可能需要代理

下载动量

30天下载 387.2k → 278.2k · likes +130

观测时间线