Fish Speech：Fish Audio 出品的表达力声音克隆 TTS｜部署与使用全指南
项目仓库： https://github.com/fishaudio/fish-speech
文档：speech.fish.audio · 许可证：Fish Audio Community License（S2-Pro 权重为 Research License） · 旗舰模型：Drama 3（35B-A3B）、S2-Pro（4B）
1 项目简介
Fish Speech 是 Fish Audio 开源的表达力声音克隆与 TTS 系统：最新旗舰 Drama 3（35B-A3B，每 token 激活 3B）面向多角色场景与长内容，支持多轮修订与本地编辑；上一代 S2-Pro（4B）推理更快。两者共享同一命令行与 API 服务。
1.1 核心信息一览
| 项目项 | 内容 |
|---|---|
| 项目名称 | Fish Speech |
| 仓库地址 | github.com/fishaudio/fish-speech |
| 文档 | speech.fish.audio |
| 旗舰模型 | Drama 3（35B-A3B） |
| 上一代 | S2-Pro（4B） |
| Docker | fishaudio/fish-speech |
| 许可 | Fish Audio Community License |
1.2 适用场景
- 声音克隆 TTS。
- 多角色长内容配音。
- 高效推理（推荐 SGLang-Omni 或 vLLM-Omni）。
2 功能特性
- Drama 3：多角色场景、长内容、多轮修订、本地编辑。
- S2-Pro：4B，推理更快。
- 多种部署：CLI、API Server、WebUI、Docker。
- 兼容推理引擎：SGLang-Omni、vLLM-Omni。
3 官方跳转链接汇总
| 类别 | 链接 | 说明 |
|---|---|---|
| 仓库 | github.com/fishaudio/fish-speech | 源码 |
| 安装文档 | speech.fish.audio/install | 环境/权重/Docker |
| 推理文档 | speech.fish.audio/inference | CLI/API/WebUI |
| Drama 3 权重 | huggingface.co/fishaudio/drama-3 | 35B-A3B |
| S2-Pro 权重 | huggingface.co/fishaudio/s2-pro | 4B |
| SGLang-Omni | sgl-project/sglang-omni | 高效推理 |
4 前置要求
按 speech.fish.audio/install 配置环境、下载权重。
5 方式一：本地安装
# 参考 speech.fish.audio/install/
# 下载权重后用 CLI / API Server / WebUI6 方式二：Docker
docker run -p 8080:8080 fishaudio/fish-speech7 方式三：高效推理
- SGLang-Omni：官方推荐，效率更高。
- vLLM-Omni：参考 S2-Pro Recipe。
8 常见故障排查
- 权重许可：S2-Pro 权重为 Fish Audio Research License，商用前核对。
- 效率：用 SGLang-Omni 或 vLLM-Omni 提升吞吐。
9 风险与合规说明
- Fish Audio Community License；S2-Pro 为 Research License。
- 声音克隆需获本人授权；不得用于非法用途。
- 官方声明：对非法使用不承担责任。
本文基于官方 README 整理，仅供学习与部署参考；以仓库最新说明为准。