Fish Audio S2 Pro
توثق هذه الصفحة من Soniqo نموذج Fish Audio S2 Pro كما هو منفذ في speech-swift / speech-core. روابط Hugging Face موجودة أدناه بعد ملاحظات الدمج.
الصفحة الداخلية أولا
بطاقات الصفحة الرئيسية وقوائم الوثائق تشير إلى هذه الصفحة أولا؛ وتبقى روابط النموذج والحزم داخلها.
لمحة سريعة
| النموذج | Fish Audio S2 Pro |
|---|---|
| الدور | Experimental multilingual TTS with raw-reference cloning and style markers |
| Backend | MLX fp16 |
| الإخراج | 44.1 kHz mono PCM |
| اللغات | Multilingual |
| الرخصة | Research / non-commercial bundle; obtain Fish Audio license for commercial exposure |
| الحالة | Programmatic runtime; CLI integration is still pending |
| المصدر | Fish Audio S2 Pro |
| منتج Swift | FishAudioTTS |
| CLI / runtime | Programmatic runtime today; planned speech speak --engine fish-audio |
الاستخدام
المقتطف أدناه يطابق API أو الأمر الحالي في speech-swift.
import FishAudioTTS
let model = try await FishAudioTTSModel.fromPretrained()
let pcm = try await model.generate(
text: "आज मैं बहुत खुश हूँ। [excited]",
referenceAudioURL: URL(fileURLWithPath: "reference.wav"),
referenceText: "नमस्ते, यह संदर्भ आवाज है।"
)روابط النموذج
ملاحظات التنفيذ
- Download uses the newer explicit byte-weighted file manifest, so progress reflects real transferred bytes across the multi-GB shards.
- Control markers include [pause], [emphasis], [laughing], [excited], [angry], [whisper], [screaming], [shouting], [surprised], and [sad].
- The runtime generates 10 DAC codebook rows, then decodes generated or reference-conditioned codebooks through FishAudioCodec.
- Current tests cover bundle loading, codebook generation, codec encode/decode, Hindi cloning, and ASR round-trip gates.