Fish Audio S2 Pro

この Soniqo ページは、ローカルの speech-swift / speech-core 実装にある Fish Audio S2 Pro を説明します。Hugging Face バンドルへのリンクは統合メモの後にあります。

まずサイト内ページへ

ランディングカードとドキュメントメニューは先にこのページへ向け、ソースモデルとバンドルのリンクは本ページ内に残します。

概要

モデルFish Audio S2 Pro
役割Experimental multilingual TTS with raw-reference cloning and style markers
バックエンドMLX fp16
出力44.1 kHz mono PCM
言語Multilingual
ライセンスResearch / non-commercial bundle; obtain Fish Audio license for commercial exposure
状態Programmatic runtime; CLI integration is still pending
ソースFish Audio S2 Pro
Swift プロダクトFishAudioTTS
CLI / ランタイムProgrammatic runtime today; planned speech speak --engine fish-audio

使い方

以下のスニペットは、現在の speech-swift リポジトリが公開している API またはコマンドに合わせています。

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।"
)

モデルリンク

実装メモ