# Fish Audio S2 Pro（语音模型，非商业）

> Fish Audio 的 4B 文本转语音模型，本地运行：支持 80+ 种语言，可从一段音频及其转写文本克隆音色，并支持 \[laughing\]、\[whisper\]、\[pause\] 等行内表达标签。使用 audio.cpp 在 8 GB 及以上的 GPU 上运行。非商业许可：商业使用需向 Fish Audio 单独获取许可。

- ID: `aigd.tts-fish-s2-pro`
- 来源: 官方 (第一方 `aigd.*`)
- 分类: 音频
- 发布者: AI Game Dev (`aigd`), 已验证
- 最新版本: 1.0.2 (发布于 2026-11-22)
- 许可证: SEE LICENSE IN README.md
- 需要 AI Game Dev 应用: `>=0.32.0-beta.6`
- 原生代码: 否
- 评分: 暂无评分
- HTML 页面: https://ai-game.dev/zh-hans/packages/aigd.tts-fish-s2-pro

## 安装

使用 gamedev CLI，在项目文件夹中运行：

```bash
gamedev pkg add aigd.tts-fish-s2-pro
```

在桌面应用中：打开 Packages 窗口（状态栏中的包图标），选择 **Browse**，搜索 `aigd.tts-fish-s2-pro`，然后点击 **Add to Project**。更多：https://ai-game.dev/docs/wiki/app/packages

## 版本

| 版本 | 发布时间 | 需要应用 | 备注 |
|---|---|---|---|
| 1.0.2 | 2026-11-22 | `>=0.32.0-beta.6` | 最新 |
| 1.0.1 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 描述

````markdown
# Fish Audio S2 Pro (`aigd.tts-fish-s2-pro`)

Fish Audio S2 Pro 是一个 4B 的文本转语音模型，支持 80 多种语言，具备声音克隆和内联表演标签（例如 `[laughing]`、`[whisper]` 或 `[pause]`）。在 AI Game Dev 中，它通过**本地音频生成**（`aigd.audiocpp`，audio.cpp）在你的 GPU（8 GB 或更多）上运行。**它的许可仅允许研究和非商业用途**，因此适合原型、没有商业计划的游戏创作活动、模组和个人项目；商业游戏需要向 Fish Audio 单独获取许可。

## 你可以制作什么

- 富有表现力的角色对白，表演方式直接写进文本：低语、笑声、停顿。
- 用克隆声音演绎的对白，声音来自 3–30 秒的片段及其转写文本。
- 多种语言的配音台词：没有语言设置（`auto`），模型按文本原样朗读。

## 示例请求

- “用低语为这句幽灵台词配音：‘[whisper] 你不该来这里。’”
- “克隆 `Audio/ref/narrator.wav`（转写文本在 `narrator.txt` 中），然后朗读序章。”
- “制作小丑的台词，结尾带笑声。”

## 亮点

|  |  |
|---|---|
| 模型 ID | `aigd.tts-fish-s2-pro.q8-0` |
| 语言 | 80+；无语言设置（`auto`） |
| 声音 | 自带声音，或用 3–30 秒片段及其转写文本克隆的声音 |
| 表演标签 | 内联，例如 `[laughing]`、`[whisper]`、`[pause]` |
| 输出 | 44.1 kHz |
| 每次请求的文本 | 最多 2,000 个字符 |
| 运行于 | 8 GB 或以上的 GPU：NVIDIA（CUDA）、Vulkan 或 Mac（Metal） |
| 下载 | 6.32 GB，1 个文件 |
| 许可 | Fish Audio Research License：**仅限非商业用途** |

## 运行方式

此包只包含数据：它指明了模型文件。在你接受许可后，应用会从 Hugging Face 下载这些文件，用 sha256 逐个校验，并通过**本地音频生成**（`aigd.audiocpp`，audio.cpp）在你的电脑上运行它们。

## 下载

- **Fish Audio S2 Pro**（`aigd.tts-fish-s2-pro.q8-0`）：6.32 GB，1 个文件，来自 [`audio-cpp/audio.cpp-gguf`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)，固定在该提交。

## 适用电脑

需要 8 GB 或以上的 GPU。

## 声音与语言

- Fish Audio S2 Pro：语言自动；从片段及其转写文本克隆声音。

没有参考片段时，模型会自行选择声音。克隆需要该片段的转写文本。

## 许可

Fish Audio Research License。**仅限非商业用途。**仅限研究和非商业用途；商业用途需要向 Fish Audio 单独获取书面许可。

- Fish Audio 的 S2 Pro：[模型卡](https://huggingface.co/fishaudio/s2-pro)，Fish Audio Research License；许可文本：[Fish Audio Research License](https://huggingface.co/fishaudio/s2-pro/blob/1de9996b6be38b745688de084d87a5633f714e4e/LICENSE.md)。
- 此包中的每个文件都来自 [`audio-cpp/audio.cpp-gguf`](https://huggingface.co/audio-cpp/audio.cpp-gguf)：Fish Audio Research License（上游许可；audio.cpp 的转换版本）。audio.cpp 的按系列许可表：[model_licenses.md](https://github.com/0xShug0/audio.cpp/blob/v0.9.5/docs/model_licenses.md)。

必须标注的来源："This model is licensed under the Fish Audio Research License, Copyright © 39 AI, INC. All Rights Reserved."

限制：

- 仅限研究和非商业用途。商业用途，包括在产品、付费游戏或公司内部工作中使用，需要向 Fish Audio 单独获取许可。
- 如果你分享该模型或使用该模型的产品：请附上一份许可副本，在 Notice 文件中保留 Fish Audio 的声明，并显著展示 "Built with Fish Audio"。
- 该模型及其输出均不得用于创建或改进其他基础生成式 AI 模型。
- 使用必须遵守 Fish Audio 的可接受使用政策。

你有责任遵守所下载模型的许可。所有文件均从 Hugging Face 下载。AI Game Dev 不托管这些文件。
````
