Fish Audio — синтез речи, клонирование голоса и транскрибация на одной платформе

Fish Audio — комплексная платформа для работы с голосом, объединяющая синтез речи, клонирование тембра, распознавание аудио и разделение дорожек. Сервис насчитывает более 8 миллионов пользователей и библиотеку свыше двух миллионов готовых голосов, доступных без необходимости записи собственного.

Основу платформы составляет модель S2.1 Pro, обеспечивающая озвучку текстов более чем на 30 языках — среди них английский, японский, корейский, китайский, французский, немецкий, испанский и арабский. Официальная поддержка русского языка на сайте не заявлена, поэтому перед коммерческим использованием рекомендуется проверить качество на бесплатном лимите.

Для клонирования голоса достаточно всего 15 секунд чистой записи — система создаёт голосовую модель, которой затем можно озвучивать любые тексты. Помимо этого, доступна обратная функция: преобразование аудио в текст и замена тембра уже в готовой записи.

Платформа включает специализированный режим Story Studio для создания аудиокниг, совместимый с требованиями ACX и Audible. Результат можно напрямую загружать на эти площадки без дополнительной постобработки. Также реализованы функции разделения дорожек и перевода аудио на другой язык.

• Синтез речи: модель S2.1 Pro, 30+ языков, широкий выбор голосов
• Клонирование голоса: создание модели по 15-секундной записи
• Транскрибация: перевод аудио в текст с высокой точностью
• Смена голоса: замена тембра в уже готовой аудиозаписи
• Story Studio: аудиокниги, совместимые с ACX и Audible
• Разделение дорожек и перевод аудио на другой язык

Разработчики могут подключить Fish Audio к собственным проектам через REST API и SDK с подробной документацией — это позволяет встраивать озвучку в приложения, чат-боты и пайплайны обработки контента. Для API-доступа предусмотрена оплата по факту использования; розничные тарифы отображаются при оформлении подписки. Бесплатный план включает ежемесячный лимит генераций, достаточный для оценки качества голосов.