Bonsai-27B-GGUF
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版，含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
新上架
概览
基于大语言模型架构，将文本转换为富有表现力的多语言音频。它为开发语音应用的开发者提供声音克隆、多角色生成及精确的音频编辑功能。
Fish Speech 是一款 GitHub 上的开源项目，属于开发类，由 Mindket 上架。可免费获取。当前为第 1 版，最近更新于 。按它的 README 从 GitHub 安装。Mindket 的设置说明可在你的 Mindket 账户获取，以 zip 压缩包下载。
速览
- 用在
- 命令行界面
- API 服务器
- WebUI
- 先运行
git clone https://github.com/fishaudio/fish-speech.git cd fish-speech
平台
服务器
关于
它是什么
Fish Speech 是一个语音合成工具包，利用大语言模型架构将文本转化为极具表现力的多语言音频，并支持声音克隆、多角色场景和自然语言控制。
适合谁
适用于需要语音生成能力的开发者和研究人员。
用在哪里
- 命令行界面
- API 服务器
- WebUI
如何设置
- 准备你的运行环境。
- 下载模型权重文件。
- 使用 CLI、API 或 WebUI 进行推理。
在终端里运行：
# 把项目复制到你的电脑 git clone https://github.com/fishaudio/fish-speech.git # 进入项目文件夹 cd fish-speech
如何使用
将文本发送给模型即可生成音频。你也可以提供一段参考音频进行声音克隆，或使用自然语言指令来控制语音的情感、韵律及进行音频编辑。
示例
你可以生成包含多个角色的场景，或者使用标签来调整语音的情感。
新手与专家
新手可以提供脚本并描述你希望听到的表演效果。专家则可以利用基于 Transformer 的架构来执行复杂任务，例如多轮情感修正和局部音频填充。
注意事项
- 支持大约一百种语言。
- 提供流式音频输出。
- 以 Fish Audio Community License 协议发布。
- S2-Pro 权重使用 Fish Audio Research License 协议。
README 和文件
Fish Speech
基于大语言模型架构，将文本转换为富有表现力的多语言音频。它为开发语音应用的开发者提供声音克隆、多角色生成及精确的音频编辑功能。
由 GitHub 上的 fishaudio 制作。这些说明由 Minda 根据其 README 编写；项目的原文件及许可协议位于其代码库中。
About
What it is: Fish Speech 是一个语音合成工具包，利用大语言模型架构将文本转化为极具表现力的多语言音频，并支持声音克隆、多角色场景和自然语言控制。
Who it suits: 适用于需要语音生成能力的开发者和研究人员。
Where to use it:
- 命令行界面
- API 服务器
- WebUI
How to set it up:
- 准备你的运行环境。
- 下载模型权重文件。
- 使用 CLI、API 或 WebUI 进行推理。
How to use it: 将文本发送给模型即可生成音频。你也可以提供一段参考音频进行声音克隆，或使用自然语言指令来控制语音的情感、韵律及进行音频编辑。
Example: 你可以生成包含多个角色的场景，或者使用标签来调整语音的情感。
For newcomers and experts: 新手可以提供脚本并描述你希望听到的表演效果。专家则可以利用基于 Transformer 的架构来执行复杂任务，例如多轮情感修正和局部音频填充。
Good to know:
- 支持大约一百种语言。
- 提供流式音频输出。
- 以 Fish Audio Community License 协议发布。
- S2-Pro 权重使用 Fish Audio Research License 协议。
On GitHub, 5 November 2026
- Stars: 33,581
- Forks: 2,920
- Watching: 161
- Open issues and pull requests: 25
- Language: Python
- License: 见代码库
- Topics: llama, transformer, tts, valle, vits, vqgan, vqvae
- Trending: 2026年11月5日 GitHub Trending 日榜排名第 1
Links
- Code: https://github.com/fishaudio/fish-speech
- Website: https://speech.fish.audio/
- Releases: https://github.com/fishaudio/fish-speech/releases
- Issues: https://github.com/fishaudio/fish-speech/issues
- Star history: https://www.star-history.com/#fishaudio/fish-speech&Date
Get the code
git clone https://github.com/fishaudio/fish-speech.git然后按照其 README 中的设置步骤操作。此工具包内的内容无法独立运行。
README.md 2 KB
更新内容
评价
大家怎么说
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论，来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的，也未经核实，点开即可在原帖处阅读。
artninja1988Fish Speech 1.525 分 · 2 条回复GitHub Trending🚀 Skyrocketing！ 🚀 (200+ new stars) 📦 fishaudio / fish-speech ⭐ 25,494 (+277) 🗒 Python SOTA Open Source TTS4 赞 · 2 条回复@METHEZONEVoice is a cheap way to make an agent feel real. The open-source options have gotten good. Repos for speech-to-text, TTS and voice agents, ranked by GitHub stars: 1. VoiceStudio (105k★) Local ElevenLabs alternative: voice cloning, voice design, dubbing. 2. GPT-SoVITS (64.6k★) Train a decent TTS…lengyueFish Speech TTS: clone OpenAI TTS in 30 minutesWhile we are still figuring out ways to improve the agent's emotional response to OpenAI GPT-4 level, we have already made significant progress in aligning OpenAI's TTS performance. To begin this experiment, we collected 10 hours of OpenAI TTS data to perform supervised fine-tuning (SFT) on both…5 分 · 2 条回复Camille RouxFish Speech S2 : un système TTS open source entraîné sur 10 millions d'heures d'audio dans ~50 langues. Contrôle prosodique via tags en langage naturel ([laugh], [whispers]…). Meilleurs résultats que les modèles closed-source sur Seed-TTS Eval. https://github.com/fishaudio/fish-speech4 赞@willswaterai$82nicognawFish-Speech 1.1: Llama-based TTS trained on 150K hours of trilingual speach data2 分slampFish Audio has open-sourced S2, a #texttospeech model that supports fine-grained inline control of prosody and emotion using natural-language tags like [laugh], [whispers], and [super happy] https://github.com/fishaudio/fish-speech #AI2 赞@firelight279做口播视频，配音和字幕两步都能放在自己电脑上跑。Fish Speech 已经 3.3 万 star，这周还在提交。下面 5 个仓，前两个出声音，后三个出字幕。 1. Fish Speech 开源 TTS，给一段参考音频就能克隆音色配音。 https://t.co/b58qzSFzoR 2. F5-TTS 几秒参考音频就能零样本克隆，中英文都能念。 https://t.co/I7yd5CuRRT 3. faster-whisper Whisper 的加速版，识别精度不变，转写更快、更省显存。 https://t.co/D8pgnVnVCW 4. FunASR…sandreasShow HN: Kitten TTS – 25MB CPU-Only, Open-Source TTS ModelCool. While I think this is indeed impressive and has a specific use case (e.g. in the embedded sector), I'm not totally convinced that the quality is good enough to replace bigger models. With fish-speech[1] and f5-tts[2] there are at least 2 open source models pushing the quality limits of…ミント公式のS2 Proは、短い参照音声での声質再現や、文中のタグで感情・話し方を動かせる本格派。ここはちゃんと強いです！ ただし公式ライセンスは研究・非商用利用が無料で、商用利用は別ライセンス。Apache 2.0ではありません。 https://github.com/fishaudio/fish-speech/blob/main/LICENSE1 条回复@HytidelLegend文案写好了，配音还卡在反复重录？这 5 个 GitHub 项目，可以用来搭建 AI 配音流程👇 1、RVC-Boss/GPT-SoVITS 用参考人声生成配音，也支持少量音频微调 https://t.co/ebc6bZ6RcH 2、QwenAudio/CosyVoice 多语言语音合成，支持用指令控制情绪和语速 https://t.co/lNAFMiMcRs 3、SWivid/F5-TTS 支持分块合成、多风格与多说话人生成 https://t.co/R4B2ZmNqS6 4、fishaudio/fish-speech 支持多说话人、声音克隆和自然语言控制…
Mindket 的更多商品
查看 Mindket 的全部商品DeepSeek-V4.1-Flash-1017 EXL3 2.9 bpw
LibertAIDAI · 工具包
以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017，这是一份 196 GiB 的副本，适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。
新上架
MusicGen Small
facebook · 工具包
根据文字描述或音频提示生成短音乐片段，是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。
新上架
开发类的相似商品
查看开发类的全部商品Lexnet
alpindale · 工具包
用一个只有约 984 个权重的小型神经网络，为 C 源代码的每个字符打上语法高亮标签，通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。
新上架
FLUX.2 Klein LoRA Studio
prithivMLmods · 工具包
在浏览器或你自己的电脑上，用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。
新上架
anaksor-ocr
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字，用一个检测器找文本行，再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
新上架