Fish Audio S2

使用开放域行内标签，在词或短语级别控制情绪、节奏和声音动作。

Fish Audio S2 精细情绪

本页适用于以下模型：

这些模型支持在 text 中写入自然语言控制指令。通过 API 调用时，指令必须使用方括号 []，可放在句首或句中。

[低声说]不要让他们听见。
我不想[低声说]进去。

标签从插入位置开始生效，直到出现下一个标签或当前句子结束。

S2 系列没有固定词汇表。可以用与正文相同的语言描述希望声音如何呈现：

[用一种沉着稳重的语气]请把手放在我能看到的地方。
[过度开朗，明显是在强颜欢笑]一切都很好。完全没问题。

下面是一些常用指令示例，并非完整枚举。

类型	示例
呼吸与反应	`[breathing]`、`[panting]`、`[sigh]`、`[sniffing]`、`[clears throat]`
发声	`[laughter]`、`[chuckling]`、`[cough]`、`[crying]`
语速与节奏	`[slight pause]`、`[long pause]`、`[speaking fast]`、`[speaking slowly]`
说话方式	`[whispering]`、`[shouting]`、`[mumbling]`、`[monotone]`
情绪	`[happy]`、`[sad]`、`[angry]`、`[scared]`、`[excited]`
其他	`[pitch up]`、`[pitch down]`、`[singing]`

[温柔的声音]我不确定该说什么。[长停顿][大声说]但随后我想通了。
[叹气][伤心]我真的不知道该怎么办了。