# Fish Speech – 开源的高效文本到语音合成TTS工具

- Link: https://paooo.com/aigc-news/27780/
- Published: 2026-07-09T11:31:44+08:00
- Author: 站外新闻

```code
    --infer
    # --api
    # --listen ...
    ...

    # 创建一个 python 3.10 虚拟环境, 你也可以用 virtualenv
    conda create -n fish-speech python=3.10
    conda activate fish-speech

    # 安装 pytorch
    pip3 install torch torchvision torchaudio

    # 安装 fish-speech
    pip3 install -e .

    # (Ubuntu / Debian 用户) 安装 sox
    apt install libsox-dev
    ```

阅读目录

 * [Fish Speech是什么](https://paooo.com/aigc-news/27780/#fish-speech%e6%98%af%e4%bb%80%e4%b9%88)
 * [Fish Speech的功能特色](https://paooo.com/aigc-news/27780/#fish-speech%e7%9a%84%e5%8a%9f%e8%83%bd%e7%89%b9%e8%89%b2)
 * [Fish Speech的官网入口](https://paooo.com/aigc-news/27780/#fish-speech%e7%9a%84%e5%ae%98%e7%bd%91%e5%85%a5%e5%8f%a3)
 * [如何安装和使用Fish Speech](https://paooo.com/aigc-news/27780/#%e5%a6%82%e4%bd%95%e5%ae%89%e8%a3%85%e5%92%8c%e4%bd%bf%e7%94%a8fish-speech)
    - [运行要求](https://paooo.com/aigc-news/27780/#%e8%bf%90%e8%a1%8c%e8%a6%81%e6%b1%82)
    - [Windows配置](https://paooo.com/aigc-news/27780/#windows%e9%85%8d%e7%bd%ae)
    - [Linux配置](https://paooo.com/aigc-news/27780/#linux%e9%85%8d%e7%bd%ae)

## Fish Speech是什么

Fish Speech是一款由[Fish Audio](https://ai-bot.cn/fish-audio/)开源的文本到语音（
TTS）工具，支持中文、英文和日文。通过约15万小时的多语种数据训练，实现了接近人类水平
的语音合成效果，目前已更新到1.2版本。该工具特点包括低显存需求（仅需4GB）、快速推理
速度、高自定义性和灵活性，用户可快速进行[语音克隆](https://ai-bot.cn/ai-voice-cloning-tools/)
而无需复杂训练。Fish Speech还支持多种语音生成模型，如VITS2、Bert-VITS2等，适用于
智能助手、自动客服、语言学习等场景。

![Fish Speech](https://paooo.com/wp-content/uploads/2026/07/fish-speech-1.avif)

## Fish Speech的功能特色

 * **高效的文本到语音转换**： Fish Speech利用先进的算法，能够迅速将输入的文本信息
   转换成听起来自然、流畅的语音。通过优化的声学模型和语言模型，确保语音的自然度和
   准确性，使其在多种场景下都能提供高质量的语音输出。
 * **多语言支持**：支持中文、英文和日文，Fish Speech的多语言能力可以跨越语言障碍，
   为不同国家和地区的用户提供服务，为全球化的应用场景提供了便利。
 * **语音克隆能力**：用户可以上传自己或他人的一段语音作为参考，Fish Speech通过深度
   学习技术，学习并模仿该语音的特征，实现个性化的语音克隆。该功能在个性化语音助手、
   有声读物制作等领域具有广泛的应用潜力。
 * **低显存需求**：仅需4GB显存即可运行，大大降低了硬件门槛，使得更多的用户能够在
   自己的电脑上使用Fish Speech，而不必投资昂贵的硬件设备。
 * **快速推理速度**： Fish Speech优化了推理过程，减少了等待时间，提高了语音合成的
   效率。用户可以在短时间内获得所需的语音输出，提升了整体的使用体验。
 * **多种语音生成模型**： Fish Speech支持包括VITS2、Bert-VITS2、GPT VITS、MQTTS、
   GPT Fast和[GPT-SoVITS](https://ai-bot.cn/gpt-sovits/)等多种模型，用户可以根据
   自己的需求选择合适的模型，以获得最佳的语音合成效果。
 * **易于使用**： Fish Speech的设计注重用户体验，简化了安装和配置流程。用户无需深入
   了解技术细节，即可通过一键启动程序快速开始使用，大大降低了使用门槛。
 * **微调能力**： LORA微调技术允许用户对模型进行细致的调整，以适应特定的语音风格
   或表达方式，为用户提供了更多的创造性空间。
 * **性能优化**： 通过采用gradient checkpointing、causal sampling和flash-attn等先进
   技术，Fish Speech在模型训练和推理过程中实现了性能的显著提升，确保了处理大规模
   数据时的高效性和稳定性。

![Fish Audio](https://paooo.com/wp-content/uploads/2026/07/fish-audio.avif)

## Fish Speech的官网入口

 * 官方项目主页：[https://speech.fish.audio/](https://speech.fish.audio/)
 * GitHub源码库：[https://github.com/fishaudio/fish-speech](https://github.com/fishaudio/fish-speech)
 * Hugging Face模型地址：[https://huggingface.co/fishaudio/fish-speech-1.2](https://huggingface.co/fishaudio/fish-speech-1.2)

## 如何安装和使用Fish Speech

### 运行要求

 * GPU 内存：4GB (用于推理)、16GB (用于微调)
 * 系统：Linux、Windows

### Windows配置

Windows 专业用户可以考虑 WSL2 或 docker 来运行代码库。

Windows 非专业用户可考虑以下为免 Linux 环境的基础运行方法（附带模型编译功能，即 `
torch.compile`）：

 1. 解压项目压缩包。
 2. 点击 install_env.bat 安装环境。
 3.  * 可以通过编辑 install_env.bat 的 `USE_MIRROR` 项来决定是否使用镜像站下载。
     * `USE_MIRROR=false` 使用原始站下载最新稳定版 `torch` 环境。`USE_MIRROR=true` 
       为从镜像站下载最新 `torch` 环境。默认为 `true`。
     * 可以通过编辑 install_env.bat 的 `INSTALL_TYPE` 项来决定是否启用可编译环境下载。
     * `INSTALL_TYPE=preview` 下载开发版编译环境。`INSTALL_TYPE=stable` 下载稳定版不
       带编译环境。
 4. 若第2步 INSTALL_TYPE=preview 则执行这一步（可跳过，此步为激活编译模型环境）
 5.  a. 使用如下链接下载 LLVM 编译器。
     b.  * [LLVM-17.0.6（原站站点下载）](https://huggingface.co/fishaudio/fish-speech-1/resolve/main/LLVM-17.0.6-win64.exe?download=true)
         * [LLVM-17.0.6（镜像站点下载）](https://hf-mirror.com/fishaudio/fish-speech-1/resolve/main/LLVM-17.0.6-win64.exe?download=true)
         * 下载完 LLVM-17.0.6-win64.exe 后，双击进行安装，选择合适的安装位置，最重要的是
           勾选 `Add Path to Current User` 添加环境变量。
         * 确认安装完成。
     c. 下载安装 Microsoft Visual C++ 可再发行程序包，解决潜在 .dll 丢失问题。
     d.  * [MSVC++ 14.40.33810.0 下载](https://aka.ms/vs/17/release/vc_redist.x64.exe)
     e. 下载安装 Visual Studio 社区版以获取 MSVC++ 编译工具, 解决 LLVM 的头文件依赖问题。
     f.     - [Visual Studio 下载](https://visualstudio.microsoft.com/zh-hans/downloads/)
            - 安装好Visual Studio Installer之后，下载Visual Studio Community 2022
            - 如下图点击`修改`按钮，找到`使用C++的桌面开发`项，勾选下载
     g. ![Visual Studio设置](https://paooo.com/wp-content/uploads/2026/07/visual_studio-
        c-plus-setting.avif)
 6. 双击 start.bat, 进入 Fish-Speech 训练推理配置 WebUI 页面。
 7.  * (可选) 想直接进入推理页面？编辑项目根目录下的 `API_FLAGS.txt`, 前三行修改成如下
       格式:
     * (可选) 想启动 API 服务器？编辑项目根目录下的 `API_FLAGS.txt`, 前三行修改成如下
       格式:
 8. （可选）双击 `run_cmd.bat` 进入本项目的 conda/python 命令行环境

### Linux配置

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,000+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[⚡ AIGC 早报生成器](https://paooo.com/mtool/)