待验证85% 置信事实时间未知
Fish Audio采用的技术路线支持零样本（Zero-shot）语音克隆，即只需少量参考音频即可复制特定音色
1
来源数
85%
置信度
长期有效
时效性
2026/6/2
首次发现
来源
Coze工作流搭建：一键生成短视频完整教程
bilibiliA流AIGC
涉及实体
相关事实
待验证Fish Speech是一个开源的文本转语音模型，其S2 Pro版本支持零样本和少样本声音克隆，只需几秒到几十秒的参考音频即可生成高度相似的合成语音83% 相似已验证现代零样本或少样本声音克隆技术仅需几秒到几分钟的参考音频，就能生成高度逼真的目标说话人语音77% 相似待验证语音克隆技术底层通常分为说话人自适应（Speaker Adaptation）和零样本克隆（Zero-shot Voice Cloning）两类路径76% 相似待验证发音标注以简化音标或拟音为主，对完全零基础用户有一定帮助，但无法替代音频学习，发音准确度有限75% 相似待验证选带零延迟监听（Zero-latency Monitoring）3.5mm耳机口的麦克风，能实时听到自己声音判断爆音和口水音；直播/唱歌需求必须要有此功能，纯游戏语音可不要求72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/37895API
curl https://kongchang.com/api/v1/knowledge/claims/37895MCP
get_claim(id=37895)