Fish Audio S2 Pro
Bu Soniqo sayfası, yerel speech-swift / speech-core uygulamasındaki Fish Audio S2 Pro modelini belgeler. Hugging Face bundle bağlantıları entegrasyon notlarından sonra yer alır.
Önce dahili sayfa
Açılış kartları ve belge menüleri önce buraya yönlenir; kaynak model ve bundle bağlantıları bu sayfada kalır.
Özet
| Model | Fish Audio S2 Pro |
|---|---|
| Rol | Experimental multilingual TTS with raw-reference cloning and style markers |
| Backend | MLX fp16 |
| Çıktı | 44.1 kHz mono PCM |
| Diller | Multilingual |
| Lisans | Research / non-commercial bundle; obtain Fish Audio license for commercial exposure |
| Durum | Programmatic runtime; CLI integration is still pending |
| Kaynak | Fish Audio S2 Pro |
| Swift ürünü | FishAudioTTS |
| CLI / runtime | Programmatic runtime today; planned speech speak --engine fish-audio |
Kullanım
Aşağıdaki parça, speech-swift deposundaki güncel API veya komutla eşleşir.
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।"
)Model bağlantıları
Uygulama notları
- 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.