Fish Audio

Drama 3 — это модель преобразования текста в речь от Fish Audio, предназначенная для управляемых голосовых выступлений. Вы пишете указание на естественном языке в квадратных скобках перед строкой, например [nervous, barely holding it together], и можете добавлять звуки и паузы прямо в строке или изменять подачу конкретных слов с помощью парных тегов, таких как ``. Она поддерживает сцены с несколькими говорящими в одном запросе, переключение языка в середине предложения на 80+ языков тем же голосом, а также фонемные теги для закрепления произношения имён и терминов.

Transcribe 1 Pro — это модель распознавания речи в текст от Fish Audio, оптимизированная для интервью, совещаний и подкастов. Она размечает говорящих встроенными метками speaker, сохраняет эмоциональную окраску и признаки голосовых событий, такие как [laughter], автоматически определяет язык и может возвращать посегментные результаты с таймкодами на уровне слов.

Transcribe 1 — это модель преобразования речи в текст от Fish Audio. Она подходит для транскрипции аудио с автоматическим определением языка и может возвращать сегменты с временными метками на уровне слов, если запрошено выравнивание.

S1 — это многоязычная модель синтеза речи от Fish Audio. Она подходит для голосовых приложений, требующих широкой эмоциональной выразительности, с использованием скобочных управляющих элементов для направления стиля речи на поддерживаемых языках.

S2 Pro — это многоязычная модель синтеза речи от Fish Audio. Она подходит для выразительной речи и многоголосых диалогов, с естественными средствами управления стилем произношения и эмоциями.

S2.1 Pro — это ориентированная на производство модель преобразования текста в речь от Fish Audio. Она подходит для многоязычных голосовых приложений, выразительного озвучивания и синтеза диалогов, с открытыми управляющими командами на естественном языке для стиля речи и эмоций.