| <div align="center"> | |
| <h1>Fish Speech</h1> | |
| [English](../README.md) | [简体中文](README.zh.md) | **Portuguese** | [日本語](README.ja.md) | [한국어](README.ko.md)<br> | |
| <a href="https://www.producthunt.com/posts/fish-speech-1-4?embed=true&utm_source=badge-featured&utm_medium=badge&utm_souce=badge-fish-speech-1-4" target="_blank"> | |
| <img src="https://api.producthunt.com/widgets/embed-image/v1/featured.svg?post_id=488440&theme=light" alt="Fish Speech 1.4 - Open-Source Multilingual Text-to-Speech with Voice Cloning | Product Hunt" style="width: 250px; height: 54px;" width="250" height="54" /> | |
| </a> | |
| <a href="https://trendshift.io/repositories/7014" target="_blank"> | |
| <img src="https://trendshift.io/api/badge/repositories/7014" alt="fishaudio%2Ffish-speech | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/> | |
| </a> | |
| <br> | |
| </div> | |
| <br> | |
| <div align="center"> | |
| <img src="https://count.getloli.com/get/@fish-speech?theme=asoul" /><br> | |
| </div> | |
| <br> | |
| <div align="center"> | |
| <a target="_blank" href="https://discord.gg/Es5qTB9BcN"> | |
| <img alt="Discord" src="https://img.shields.io/discord/1214047546020728892?color=%23738ADB&label=Discord&logo=discord&logoColor=white&style=flat-square"/> | |
| </a> | |
| <a target="_blank" href="https://hub.docker.com/r/fishaudio/fish-speech"> | |
| <img alt="Docker" src="https://img.shields.io/docker/pulls/fishaudio/fish-speech?style=flat-square&logo=docker"/> | |
| </a> | |
| <a target="_blank" href="https://huggingface.co/spaces/fishaudio/fish-speech-1"> | |
| <img alt="Huggingface" src="https://img.shields.io/badge/🤗%20-space%20demo-yellow"/> | |
| </a> | |
| </div> | |
| Este código-fonte e os modelos são publicados sob a licença CC-BY-NC-SA-4.0. Consulte [LICENSE](LICENSE) para mais detalhes. | |
| --- | |
| ## Funcionalidades | |
| 1. **TTS Zero-shot & Few-shot**: Insira uma amostra vocal de 10 a 30 segundos para gerar saída de TTS de alta qualidade. **Para diretrizes detalhadas, veja [Melhores Práticas para Clonagem de Voz](https://docs.fish.audio/text-to-speech/voice-clone-best-practices).** | |
| 2. **Suporte Multilíngue e Interlingual**: Basta copiar e colar o texto multilíngue na caixa de entrada—não se preocupe com o idioma. Atualmente suporta inglês, japonês, coreano, chinês, francês, alemão, árabe e espanhol. | |
| 3. **Sem Dependência de Fonemas**: O modelo tem forte capacidade de generalização e não depende de fonemas para TTS. Ele pode lidar com textos em qualquer script de idioma. | |
| 4. **Alta Precisão**: Alcança uma CER (Taxa de Erro de Caracteres) e WER (Taxa de Erro de Palavras) de cerca de 2% para textos de 5 minutos em inglês. | |
| 5. **Rápido**: Com a aceleração fish-tech, o fator de tempo real é de aproximadamente 1:5 em um laptop Nvidia RTX 4060 e 1:15 em uma Nvidia RTX 4090. | |
| 6. **Inferência WebUI**: Apresenta uma interface de usuário web baseada em Gradio, fácil de usar e compatível com navegadores como Chrome, Firefox e Edge. | |
| 7. **Inferência GUI**: Oferece uma interface gráfica PyQt6 que funciona perfeitamente com o servidor API. Suporta Linux, Windows e macOS. [Veja o GUI](https://github.com/AnyaCoder/fish-speech-gui). | |
| 8. **Fácil de Implantar**: Configura facilmente um servidor de inferência com suporte nativo para Linux, Windows e macOS, minimizando a perda de velocidade. | |
| ## Isenção de Responsabilidade | |
| Não nos responsabilizamos por qualquer uso ilegal do código-fonte. Consulte as leis locais sobre DMCA (Digital Millennium Copyright Act) e outras leis relevantes em sua região. | |
| ## Demonstração Online | |
| [Fish Audio](https://fish.audio) | |
| ## Início Rápido de Inferência Local | |
| [inference.ipynb](/inference.ipynb) | |
| ## Vídeos | |
| #### 1.4 Introdução: https://www.bilibili.com/video/BV1pu46eVEk7 | |
| #### 1.2 Introdução: https://www.bilibili.com/video/BV1wz421B71D | |
| #### 1.1 Apresentação Técnica: https://www.bilibili.com/video/BV1zJ4m1K7cj | |
| ## Documentação | |
| - [Inglês](https://speech.fish.audio/) | |
| - [Chinês](https://speech.fish.audio/zh/) | |
| - [Japonês](https://speech.fish.audio/ja/) | |
| - [Português (Brasil)](https://speech.fish.audio/pt/) | |
| ## Exemplos | |
| - [Inglês](https://speech.fish.audio/samples/) | |
| - [Chinês](https://speech.fish.audio/zh/samples/) | |
| - [Japonês](https://speech.fish.audio/ja/samples/) | |
| - [Português (Brasil)](https://speech.fish.audio/pt/samples/) | |
| ## Agradecimentos | |
| - [VITS2 (daniilrobnikov)](https://github.com/daniilrobnikov/vits2) | |
| - [Bert-VITS2](https://github.com/fishaudio/Bert-VITS2) | |
| - [GPT VITS](https://github.com/innnky/gpt-vits) | |
| - [MQTTS](https://github.com/b04901014/MQTTS) | |
| - [GPT Fast](https://github.com/pytorch-labs/gpt-fast) | |
| - [GPT-SoVITS](https://github.com/RVC-Boss/GPT-SoVITS) | |
| ## Patrocinadores | |
| <div> | |
| <a href="https://6block.com/"> | |
| <img src="https://avatars.githubusercontent.com/u/60573493" width="100" height="100" alt="6Block Avatar"/> | |
| </a> | |
| <br> | |
| <a href="https://6block.com/">Servidores de processamento de dados fornecidos por 6Block</a> | |
| </div> | |
| <div> | |
| <a href="https://www.lepton.ai/"> | |
| <img src="https://www.lepton.ai/favicons/apple-touch-icon.png" width="100" height="100" alt="Lepton Avatar"/> | |
| </a> | |
| <br> | |
| <a href="https://www.lepton.ai/">Inferência online do Fish Audio em parceria com a Lepton</a> | |
| </div> | |