OpenAudio 语音生成及声音克隆工具一键启动包 v1.5.1

Fish Audio 开源其全新文本转语音（TTS）模型 OpenAudio S1-Mini，OpenAudio S1-Mini 是从4B 参数的 S1模型蒸馏而来的轻量化版本，仅包含0.5B 参数，大幅降低计算需求，同时保留了 S1的核心优势，基于超过200万小时的庞大音频数据集训练，支持14种语言（包括中文、英文、日语、法语等），并能生成超过50种情感和语调的语音表达。无论是愤怒、开心、惊讶，还是笑声、哭声等特殊音效。

软件图片

软件特色

高度自然的声音: 生成的声音流畅、逼真，几乎与人类配音无异，适用于专业场景如视频配音、播客和游戏角色语音。

丰富的语气控制: 支持超过50种情绪和语气标记，如（愤怒）、(高兴)、(悲伤)、(低语)、(同情)等，用户可通过自然语言指令灵活调整语音表达。

强大的指令跟随能力: 通过简单的文本指令，用户可以控制语音的语速、音量、停顿甚至笑声等细节，打造高度个性化的语音输出。

多语言支持: 得益于200万小时的音频训练数据，OpenAudio S1在语音生成的质量和多样性上取得了显著突破，覆盖英语、中文、日语、韩语、法语、德语、阿拉伯语、西班牙语等13种语言，展现了强大的多语言能力。

配置要求

操作系统：Windows 10/11 64位
内存：16G以上
显卡：至少8G及以上显存的英伟达（NVIDIA）显卡
CUDA：显卡支持的CUDA版本大于等于12.8版本
整个包解压完约10.9G，要留足硬盘空间

注意：文件夹路径和文件名称（包括音频、图片、视频等文件名称）不要出现中文字符，否则部分软件会因识别不出而报错

下方是官方给出的一些情绪及音调控制提示词，可自行尝试效果

基本情绪：
(angry) (sad) (excited) (surprised) (satisfied) (delighted) (scared) (worried) (upset) (nervous) (frustrated) (depressed) (empathetic) (embarrassed) (disgusted) (moved) (proud) (relaxed) (grateful) (confident) (interested) (curious) (confused) (joyful)

高级情绪：
(disdainful) (unhappy) (anxious) (hysterical) (indifferent) (impatient) (guilty) (scornful) (panicked) (furious) (reluctant) (keen) (disapproving) (negative) (denying) (astonished) (serious) (sarcastic) (conciliative) (comforting) (sincere) (sneering) (hesitating) (yielding) (painful) (awkward) (amused)

声调标记：
(in a hurry tone) (shouting) (screaming) (whispering) (soft tone)

特殊音效：
(laughing) (chuckling) (sobbing) (crying loudly) (sighing) (panting) (groaning) (crowd laughing) (background laughter) (audience laughing)

版本日志

软件下载

开源地址：https://github.com/fishaudio/fish-speech
夸克网盘：https://pan.quark.cn/s/2e07865555b9
百度网盘：https://pan.baidu.com/s/1HNDy4KCBZtpGmq6Sh3mJ3w?pwd=hags 提取码: hags
本地下载

网盘空间不够的可以参考下面的方法获取更多空间

夸克网盘空间获取：https://pan.quark.cn/s/45c661cbed7e