标签:

• 音频转音频
• 文本转语音
• 语音转文本 许可证: CC-BY-NC-SA-4.0 支持语言:
• 中文
• 英语
• 德语
• 日语
• 法语
• 西班牙语
• 韩语
• 阿拉伯语 任务类型: 音频转音频 推理支持: 否 特别授权提示: >- 您同意不使用该模型生成违反DMCA或当地法律的内容。 特别授权字段: 国家: 国家选择 具体日期: 日期选择器 我同意仅将该模型用于非商业用途: 复选框

鱼语智能代理 V0.1 3B版

鱼语智能代理 V0.1 3B版 是一款突破性的语音转语音模型，能够以前所未有的精确度捕捉并生成环境音频信息。其独特之处在于采用了无语义标记的架构设计，无需依赖Whisper或CosyVoice等传统语义编码器/解码器。

该模型同时是最先进的文本转语音(TTS)系统，基于70万小时的多语言音频数据集训练而成。

本模型是在Qwen-2.5-3B-Instruct基础上继续预训练的版本，额外训练了2000亿个语音及文本标记。

支持语言

模型支持以下语言及对应训练数据量：

• 英语(en)：约30万小时
• 中文(zh)：约30万小时
• 德语(de)：约2万小时
• 日语(ja)：约2万小时
• 法语(fr)：约2万小时
• 西班牙语(es)：约2万小时
• 韩语(ko)：约2万小时
• 阿拉伯语(ar)：约2万小时

详细技术说明与实现指南，请访问我们的鱼语智能GitHub仓库。

引用声明

如您的研究工作受益于本资源，请考虑引用：

@misc{fish-agent-0.1,
    author = {廖世佳、李天宇、Rcell等},
    title = {鱼语智能代理 V0.1 3B版},
    year = {2024},
    publisher = {GitHub},
    journal = {GitHub仓库},
    howpublished = {\url{https://github.com/fishaudio/fish-speech}}
}

许可协议

本模型及相关代码遵循BY-CC-NC-SA-4.0许可协议，允许在注明出处的前提下进行非商业用途。