Fish Speech是由Fish Audio开发的一款开源文本到语音（TTS）工具，支持英语、日语、韩语、中文、法语、德语、阿拉伯语和西班牙语。通过约70万小时的多语种数据训练，Fish Speech实现了接近人类水平的语音合成效果，目前已更新到1.4版本。其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。Fish Speech具备零样本和小样本TTS能力，用户只需输入10到30秒的声音样本即可生成高质量的TTS输出。此外，Fish Speech支持多语言和跨语言文本转换，无需担心语言问题。其语音克隆功能允许用户上传参考语音，通过深度学习技术实现个性化的语音克隆，适用于个性化语音助手和有声读物制作等领域。Fish Speech还具备无音素依赖、高准确率、快速推理、低显存需求、微调能力和易于使用的WebUI推理界面等特性。该工具易于部署，支持Linux、Windows和macOS系统。Fish Speech的最新模型V1.4支持多种语言，并经过大量数据训练，确保高质量的语音输出。