Fish Speech

想自己部署一套声音克隆，又不想被云端 API 的额度和价格牵着走。Fish Speech 是目前很热门的开源 TTS 与声音克隆方案，多语言、情感表现和流式生成都不错，仓库已经拿到三万多颗星，自己装好就能在本机或服务器上生成语音。

它既有命令行和 API 服务，也有 WebUI，提供 Docker 部署，官方文档把安装、下载权重和推理步骤讲得很清楚。注意许可证：代码和相关模型权重适用 Fish Audio 社区许可，S2-Pro 权重适用 Fish Audio 研究许可，商用前请先读 LICENSE。

软件功能

声音克隆：用一段参考音频复刻音色，情感表现自然

多语言：支持多种语言的语音合成

流式生成：边生成边播放，适合实时对话场景

多种使用方式：命令行、API 服务和 WebUI 都能用

Docker 部署：有现成镜像，安装、下载权重和推理都有官方文档

追求效率可选 SGLang-Omni：官方推荐关注效率的用户使用 SGLang-Omni 来跑

相关文章

AI配音与声音克隆工具推荐：5款TTS按需求选
做有声书、视频配音，或者想自己部署声音克隆，选哪个 TTS？按中文效果、自然度、本地部署和超长多人对话来分，5 款工具各自适合谁，一篇说清。