Синтез речи

Fish Speech / OpenAudio

Синтез речи с клонированием голоса и управлением эмоциями на 80+ языках, включая русский. Качество близко к платным сервисам, но веса только для исследований.

Клонировать голос можно только с согласия владельца голоса. Запись чужого голоса без разрешения и выдача её за подлинную — это отдельный риск, юридический и репутационный; порядок согласования лучше обсудить с юристом.

Разработчик
Fish Audio, США / Китай
Первый выпуск
апр 2024
Последний выпуск
мар 2026
Размеры
0.5B – около 4.5B
Лицензия
Только некоммерческоеРанние версии CC BY-NC-SA 4.0, S2-Pro — Fish Audio Research License; коммерция только по отдельному договору
Русский язык
Есть
Запуск
Через свой серверНужна видеокарта
Сферы
Медиа и продакшн, Наука
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • Клонирование голоса
  • Эмоциональная озвучка
  • Озвучка на многих языках

Где применяется

ИсследованияМедиаРазработка прототипов

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
подходит
КластерСервер с несколькими видеокартами — флагманские версии
нет версий

Версии

  1. Fish Audio S2-Pro
  2. OpenAudio S1-mini
  3. Fish Speech 1.5
  4. Fish Speech 1.0

Как запустить

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face
Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам.

Частые вопросы

Можно ли использовать Fish Speech / OpenAudio в коммерческом проекте?

Нет. Лицензия: Ранние версии CC BY-NC-SA 4.0, S2-Pro — Fish Audio Research License; коммерция только по отдельному договору. Для коммерческого продукта нужна другая модель или отдельное соглашение с правообладателем.

Какое железо нужно для Fish Speech / OpenAudio?

Минимум: Ноутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии. Без видеокарты модель практически не работает. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли Fish Speech / OpenAudio русский язык?

Да, русский язык заявлен в карточке модели.

Где скачать Fish Speech / OpenAudio и сколько это стоит?

Веса Fish Speech / OpenAudio лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Сравнения

Похожие модели

Синтез речиCosyVoice / Fun-CosyVoiceAlibaba (Tongyi, FunAudioLLM) · КитайМожно в коммерцию

Синтез речи с клонированием голоса по короткому образцу и потоковой выдачей для живого диалога. Третья версия поддерживает 9 языков, включая русский.

ПодробнееСинтез речиIndexTTSbilibili · КитайКоммерция с условиями

Синтез речи с клонированием голоса и точным контролем длительности, удобен для дубляжа видео. Управляет эмоциями отдельно от тембра.

ПодробнееСинтез речиQwen3-TTSAlibaba (Qwen) · КитайМожно в коммерцию

Синтез речи на 10 языках, включая русский: клонирование голоса по 3 секундам, готовые голоса и создание голоса по текстовому описанию.

Подробнее

Источник: huggingface.co/fishaudio/s2-pro. Данные сверены с карточкой модели 22.09.2026. Лицензию перед коммерческим запуском проверьте с юристом.