Fish Audio 推出 S2：開源模型實現詞彙層級的情感控制

首頁

新聞

2026-04-07

PatrickTaylor

120

Fish Audio 推出 S2：開源模型實現詞彙層級的情感控制

Fish Audio 已正式推出其全新的文字轉語音模型 S2，這代表著開源 TTS 技術在表現力與可控性方面取得了一項重大突破。

這款名為 Fish Audio S2 的模型，將強大的情感控制列為首要目標。使用者可透過自然語言指令，對語調與情感進行細緻調整。無論是插入 [laugh]、[whisper] 或 [super happy] 等標籤，抑或使用 [專業播報語調] 或 [提高音高] 等自由描述，皆能實現精準的單字級控制，生成極具表現力且自然生動的語音。

主要特點包括：

完全開源：模型權重、微調程式碼以及基於 SGLang 的串流推論引擎，均已公開發布於 GitHub 和 Hugging Face。 S2-Pro 是旗艦版本，擁有約 44 億個參數。超低延遲：推論延遲低於 150 毫秒，非常適合聊天機器人和虛擬主播等即時應用。原生多講者支援：可在單次推論中處理多位講者，處理對話輪次、插話及自然的情感傳達，同時維持一致的音質，無需額外處理。

Fish Audio 表示，S2 是基於涵蓋近 50 種語言、總計約 1,000 萬小時的音訊資料所訓練而成。透過強化學習對齊技術與雙自迴歸架構，該模型在多項基準測試中展現出業界領先的自然度與表現力。無論是開源或專有系統，它都被視為當今最具情感智能的 TTS 系統之一。Fish Audio 宣佈：「真正的語言自由從此刻開始」，標誌著具備真實情感與個性的 AI 語音時代正式來臨。

GitHub：https://github.com/fishaudio/fish-speech/

HuggingFace：https://huggingface.co/fishaudio/s2-pro/

小紅書組織重整：柯南出任總裁，成立 AI 主業務部門 Dots 及海外事業部 Rednote 4月30日，小紅書向全體員工發佈內部通告，宣布啟動新一輪組織架構調整。此次變革的核心在於將社群、電商和商業化三大業務線，與公司的技術系統全面整合。公司新設了名為「Dots」的「AI優先」部門，此舉標誌著小紅書已正式將人工智慧提升為最高戰略優先事項，旨在使其從工具型功能轉型為核心生產力。在人事任命方面，南（丁玲）獲任命為小紅書總裁，負責公司核心業務營運，並直接向執行長邢宇匯報。各業務領域的負責人

騰訊旗下《小龍夏》表現超乎預期，團隊將伺服器容量擴增10倍，並公開致歉及提供補償騰訊正式推出全場景AI智能助手「WorkBuddy」，憑藉高度整合與低部署門檻，標誌著大型模型應用層競賽進入新階段。該產品在發布當天便立即引起業界關注。用戶流量遠超預期，導致相關的騰雲代碼助手（CodeBuddy）出現登入問題及服務不穩定。騰雲團隊隨後發布致歉聲明，表示技術團隊已緊急將容量擴展十倍，目前服務已全面恢復。受影響用戶獲得 5,000 點代碼點數作為補償。業界觀察家將 WorkBudd

Suno 領投方：刪除貼文無法彌補版權訴訟的漏洞備受矚目的 AI 音樂生成平台 Suno 正面臨一場艱難的版權之爭，而其主要投資人的坦率言論，可能正好提供了對方所期盼的證據。 Menlo Ventures（Suno的核心投資者）合夥人C.C. Gong最近刪除了一則推文，該推文與該公司當前的法律辯護策略直接相悖。在之前的版權訴訟中，Suno 的辯護主要依賴「合理使用」的論點，聲稱 AI 生成的音樂僅僅是一種「工具」，不會直接與受版權保護的原創作

相關專題推薦

漫畫創作