fishaudio/s2-pro

O modelo fishaudio/s2-pro aparece entre os mais comentados do Hugging Face — um termômetro do que a comunidade está realmente usando agora na tarefa de síntese de voz.

Ficha técnica

Como rodar localmente

Sintetize voz/áudio com a transformers (alguns modelos exigem o código do autor — confira o card):

pip install -U transformers torch

from transformers import pipeline

tts = pipeline("text-to-speech", model="fishaudio/s2-pro", device=0)
out = tts("Olá! Esta é uma voz sintética.")
# out["audio"], out["sampling_rate"]

Tags

safetensors fish_qwen3_omni text-to-speech instruction-following multilingual zh en ja

Abrir o modelo no Hugging Face →