Fish Audio

Что такое Fish Audio

Fish Audio (fish.audio) — это AI-платформа для синтеза и распознавания речи, работающая на собственных моделях Fish Audio S1 и S2. Сервис развивает компания Hanabi AI Inc. (зарегистрирована в штате Делавэр, США). На главной заявлены три основных продукта: текст в речь, клонирование голоса и распознавание речи (Speech-to-Text), а также комплексное решение «Голосовой агент».

Главные цифры платформы — более 2 000 000 голосов в публичной библиотеке (как от команды, так и от пользователей сообщества), поддержка 30+ языков и клонирование голоса по эталону длиной всего 15 секунд. Модель S2 поддерживает эмоциональные и звуковые теги ([angry], [sad], [whispering], [laughing], [chuckling], [sobbing], [pause], [long pause] и др.) — их можно расставлять прямо в тексте, чтобы озвучка получилась живой и контекстной.

Основные продукты Fish Audio

1. Text-to-Speech (S1 / S2)

• Реалистичный синтез речи на моделях последнего поколения S1 и S2
• До 30 000 символов за одну генерацию (на тарифах Pro и Max)
• Эмоциональные теги: [angry], [sad], [embarrassed], [emphasis], [whispering], [soft], [breathy], [excited]
• Звуковые теги: [laughing], [chuckling], [clear throat], [sobbing], [crying loudly], [sighing], [panting], [groaning], [pause], [long pause]

2. Клонирование голоса

• Создание клона по 15-секундному эталонному аудио
• Улучшенное клонирование на платных тарифах (Plus и выше)
• Голосовые слоты: 3 публичных на Free, безлимит публичных + 10 приватных на Plus, безлимит на Pro/Max
• Разрешённое коммерческое использование на всех платных тарифах

3. Распознавание речи (Speech-to-Text)

• Транскрипция с поддержкой нескольких дикторов
• Теги эмоций и описание на естественном языке внутри транскрипции

4. Голосовой агент и API

• Комплексное решение «Голосовой агент» для разговорных сценариев
• Сверхнизкая задержка для потокового вещания в реальном времени
• API с оплатой по факту использования (доступен начиная с тарифа Plus)

Сценарии использования

• Озвучивание видео — YouTube-ролики, реклама, объясняющие видео с эмоциональными метками и сменой тона
• Озвучивание аудиокниг — готовое к публикации повествование «без студии», заявлено соответствие спецификациям ACX / Audible
• Голоса персонажей — клонирование фирменных голосов и брендовых персонажей для игр, анимации и интерактивных историй
• Разговорные чат-боты — голос для службы поддержки и виртуальных агентов с минимальной задержкой

Как начать пользоваться Fish Audio

1. Откройте сайт fish.audio и войдите в аккаунт (доступен вход через Google).
2. Для озвучки текста выберите голос из библиотеки, вставьте текст и при желании расставьте эмоциональные теги ([excited], [whispering] и др.), затем запустите генерацию.
3. Для клонирования голоса загрузите эталонную запись длиной около 15 секунд, платформа создаст цифровую копию голоса.
4. Скачайте готовый аудиофайл или подключите озвучку через API (доступен на тарифе Plus и выше).

Бесплатного режима без регистрации нет: аккаунт нужен, чтобы хранить голоса и вести учёт кредитов. На бесплатном тарифе доступно до 7 минут генерации, 8 000 кредитов в месяц и 500 символов за одну генерацию, чего хватает на тест возможностей. Русская локализация интерфейса есть, в библиотеке много русскоязычных голосов от сообщества.

Тарифы и доступ

Бесплатный тариф предоставляет до 7 минут S1/S2-генерации и 8 000 кредитов в месяц для тестирования. Платные планы: Plus $15/мес (200 минут, 250 000 кредитов, 10 приватных голосовых слотов, API, коммерческое использование), Pro $100/мес (1 620 минут, 2 млн кредитов, безлимит голосов, 3 командных места), Max $999/мес (6 250 минут, 25 млн кредитов, 10 командных мест, для крупного производства). На странице тарифов действует ограниченное по времени предложение «50% скидка на год» + 3 месяца бесплатно при годовой оплате. Платежи обрабатывает Stripe.

Юридическая информация

Оператор сервиса — Hanabi AI Inc., зарегистрирован в штате Делавэр, США. Юридический адрес и адрес DMCA-агента: 1111B S Governors Ave STE 48109, Dover, DE 19904, United States. Контакт по любым вопросам и реализации прав по CPRA (California), VCDPA (Virginia), GDPR (EEA / UK / Switzerland), LGPD (Brazil), а также по DMCA — support@fish.audio. Возрастное ограничение — от 13 лет (для пользователей 13–17 лет требуется разрешение родителей или законных представителей).