Fish Audio S2 Pro
مدل صوتی از فیش آدیو
به فارسی:فیش آدیو اس ۲ پرو
این مدل چیست؟
Fish Audio S2 Pro مدل تبدیل متن به گفتار شرکت Fish Audio (Hanabi AI) است که مارس ۲۰۲۶ با حدود ۵ میلیارد پارامتر منتشر شد و با بیش از ۱۵ هزار تگ مثل [whisper] و [excited] احساس صدا را کنترل می‌کند. وزن‌هایش در Hugging Face با پروانهٔ پژوهشی Fish Audio آزاد است ولی استفادهٔ تجاری مجوز جدا می‌خواهد. فارسی به‌طور رسمی در فهرست بیش از ۸۰ زبان آن آمده و در API سازنده هر یک میلیون کاراکتر حدود ۱۵ دلار قیمت دارد.
سازنده: فیش آدیو (Fish Audio (Hanabi AI Inc.))
Fish Audio (شرکت Hanabi AI) سازندهٔ مدل‌های گفتار Fish Speech و S2 و پلتفرمی برای تبدیل متن به گفتار، شبیه‌سازی صدا و تغییر صدا است.
کجا می‌شود از آن استفاده کرد؟
جایگاه در جدول‌های مقایسه
- رأی‌گیری گفتار Artificial AnalysisFish Audio S2 Proرتبهٔ ۳۴Elo ۱٬۱۱۷$۱۵ برای ۱ میلیون نویسه