在声音克隆领域中，如果有情绪变化的需求，一句话两句话可以随意生成，但是如果要生成一段文本呢？
比如用户已经写好了一段文本，那他对这段话的语气、语速快慢和情绪的表达心里已经有个大概了。
但模型生成出来的声音“方向是肯定对的”，但要抠细节的话肯定没有真人所讲述的真实，比如需要几段情绪细腻的几段话。这时候用户就只能一次次反复尝试，进行“抽卡”，直到出现你比较满意的版本。
现在，最懂你的声音克隆工具来了，它可以随意控制情绪，在文本当中穿插你所需要的情绪，好像是“真人”在与你交流。
Fish Audio刚刚更新的OpenAudio S1 语音生成模型，以高度自然的声音、丰富的语气控制和强大的指令跟随能力，达到专业配音演员表现力和自然度。
Fish Audio团队表示：如果我们要让 AI达到甚至超越人类水平，那么他一定要执行人类的指令，而不是只是基于文本去生成。所以我们过去一年在 Open-domain instruction 上做了大量的研究和训练。我们即将在 6 月初发布的 S1 模型，将首次实现这一能力的全面落地——用户可以通过自然语言直接指令模型生成具体语气、角色、情感、节奏和背景，真正实现语音控制的自由度。
采用双自回归架构和 RLHF 训练技术，在 TTS-Arena 排名第一。支持零样本和少样本语音克隆，提供S1和S1-mini 两个版本，满足不同用户需求，未来将推出实时语音交互功能。
如果你是想要追求媲美专业配音演员的自然度与表现力？Fish Audio 的 OpenAudio S1 语音模型正是你现在所需要的！
Fish Audio官方使用地址：
https://fish.audio
OpenAudio S1的核心亮点：
精细情感与风格控制： 支持丰富的情感标记（如愤怒、悲伤、兴奋、讽刺等）、语调标记（如匆忙、喊叫、耳语等）和特殊标记（如笑声、抽泣、叹气等），能精确控制语音的情感和风格，媲美专业配音演员；
多语言支持： 支持英语、中文、日语、德语、法语、西班牙语、韩语、阿拉伯语、俄语、荷兰语、意大利语、波兰语、葡萄牙语13种语言，具备强大的全球适用性。
卓越性价比： OpenAudio S1 作为市场上最具性价比的高品质TTS模型，定价仅为每百万字节 15 美元（约合 0.8 美元/小时），价格优势显著。
Fish Audio推出情绪可控的声音克隆模型之后，像视频配音、有声书、甚至是广告内容都可以胜任。
对于内容创作者，Fish Audio是高效助手。告别昂贵的录音棚和繁琐的配音流程，一键输入，即刻获取专业级音频。
对于配音演员， Fish Audio可以减轻职业负担的AI工具。它解决了长期配音带来的声带劳损和压力问题。
Fish Audio还宣传即将推出版权音色注册与分成机制，能保存自身巅峰时期的音色，并持续获得被动收入。
