Fish Audio发布S2.1 Pro：90ms低延迟支持83种语言
testingcatalog · x · 2026-07-29
Fish Audio 推出面向生产环境的语音模型 S2.1 Pro，主打实时对话场景。
核心特性：
- 超低延迟：首音延迟约 90ms，足以支撑流畅的实时语音对话。
- 多语言与音色保持：单一音色可覆盖 83 种语言。
- 内联情感控制：支持通过类似 [whispers sweetly] 的自由格式括号标签直接控制语音情绪。
- 语音克隆：仅需 10-30 秒参考音频即可克隆音色。
- 开发者友好：提供免费测试层，并支持 MCP 与 agent-skill 方便集成进语音工作流。
所属事件:Fish Audio发布S2.1 Pro语音模型并获5200万美元融资(11 条相关)→
「模型」频道最新
- Claude Code 新增 idle compaction：闲置会话自动压缩保住缓存 — EricBuess · 2026-10-16
- Thrive Holdings 用75家真实企业工作流实测13个模型表现 — samaysham · 2026-10-16
- 微软 MAI 转录模型登顶 OpenRouter,周转录量占比达 61% — mustafasuleyman · 2026-10-16
- Reflection AI 开放 Beam 权重：501B 参数 MoE 用于 Agentic Coding — AWS ML Blog · 2026-10-16
- 开发者用 Meta RL-XAR 方法训出 Qwen 27B 反 slop 模型,EQbench 前 4 — Mysterious_Hearing14 · 2026-10-16
- 热狗基准测试：10 个大模型辨 1000 张图，准确率全挤误差线内 — josh_wills · 2026-10-16