Zum Hauptinhalt springen
AudiomodellOffene Gewichte

Fish Audio S2 Pro

Fish Audio

Veröffentlicht
9. März 2026
Datenstand
3. Oktober 2026
Modellklasse

Fish Audio S2 Pro ist ein offenes Sprachsynthesemodell mit Steuerung über Prosodie- und Emotionsmarkierungen. Es unterstützt Mehrsprecher-Dialoge, Stimmenklonen und eine breite Sprachenabdeckung, während die veröffentlichte S2-Linie als API und lokal nutzbare Gewichte erscheint.

Fish Audio nennt ungefähr 100 Millisekunden bis zum ersten Audio. Die offiziellen S2-Quellen nennen rund 50 bis 80 Sprachen.

Technische Daten und Zugang

AngabeWert und Quelle
Modellklasse
SprachsyntheseQuelle
Zugang
API und lokale GewichteQuelle
Eingabe
Text mit Prosodie- und EmotionsmarkierungenQuelle
Ausgabe
Mehrsprachige SpracheQuelle
Checkpoint
fishaudio/s2-proQuelle
Sprachen
Rund 50 bis 80 Sprachen, je nach DokumentationsvarianteQuelle
Latenz
Ungefähr 100 Millisekunden bis zum ersten AudioQuelle
Funktionen
Inline-Prosodie, Emotion, Mehrsprecher-Dialoge und StimmenklonenQuelle