Fish Speech 1.5

🚀 Fish Speech V1.5

Fish Speech V1.5 は、複数の言語で100万時間以上の音声データを用いて学習された、最先端のテキスト読み上げ（TTS）モデルです。このモデルは、多様な言語で高品質な音声合成を実現し、幅広い用途に対応します。

🚀 クイックスタート

Fish Speech V1.5は、複数の言語に対応したテキスト読み上げモデルです。以下に、サポートされている言語とその学習時間を示します。

サポート言語

詳細情報については、Fish Speech Github を参照してください。
デモは Fish Audio で利用できます。

📚 ドキュメント

引用

このリポジトリが役に立った場合は、以下のように引用していただけると幸いです。

@misc{fish-speech-v1.4,
      title={Fish-Speech: Leveraging Large Language Models for Advanced Multilingual Text-to-Speech Synthesis}, 
      author={Shijia Liao and Yuxuan Wang and Tianyu Li and Yifan Cheng and Ruoyi Zhang and Rongzhi Zhou and Yijin Xing},
      year={2024},
      eprint={2411.01156},
      archivePrefix={arXiv},
      primaryClass={cs.SD},
      url={https://arxiv.org/abs/2411.01156}, 
}

📄 ライセンス

このモデルは、BY - CC - NC - SA - 4.0ライセンスの下で許諾されています。

⚠️ 重要提示

あなたは、このモデルを使用してDMCAや地方法律に違反するコンテンツを生成しないことに同意する必要があります。

💡 使用建议

このモデルは非商用目的のみでの使用に同意する必要があります。