Fish Audio

Fish Audio（S2 Pro）是一款快速、价格友好的 TTS 服务，可用约 15 秒样本在 80+ 语言上克隆音色，并支持 [excited]、[whispering] 等情感标签。约 $15/百万字符，比 ElevenLabs 便宜约 10 倍，同时在独立表现力评测中名列前茅——但开源权重的商用需要付费授权。

• 用约 15 秒样本在 80+ 语言上克隆音色。
• 约 $15/百万字符，比 ElevenLabs 便宜约 10 倍。
• 约 200ms 首字音延迟，适合实时场景。
• Fish Audio的定位：低成本文本转语音平台，提供开源权重的短样本声音克隆、细粒度情感控制和 80+ 语言支持。

• 文本转语音与声音生成：围绕Fish Audio的产品定位，帮助用户在文本转语音、声音克隆相关任务中提升效率和结果质量。
• 降噪、增强和语音清理：围绕Fish Audio的产品定位，帮助用户在文本转语音、声音克隆相关任务中提升效率和结果质量。
• 音乐、歌曲和音效创作：围绕Fish Audio的产品定位，帮助用户在文本转语音、声音克隆相关任务中提升效率和结果质量。
• 转录、配音和多语言翻译：围绕Fish Audio的产品定位，帮助用户在文本转语音、声音克隆相关任务中提升效率和结果质量。
• 播客与会议音频流程：围绕Fish Audio的产品定位，帮助用户在文本转语音、声音克隆相关任务中提升效率和结果质量。

• 访问官网并创建项目或录音工作区。 使用过程中建议保留人工审核，确保事实、版权、隐私和品牌表达符合实际要求。
• 选择语音、音乐、增强、转录或会议模式。 使用过程中建议保留人工审核，确保事实、版权、隐私和品牌表达符合实际要求。
• 上传音频或输入文本、风格、语言、说话人和质量要求。 使用过程中建议保留人工审核，确保事实、版权、隐私和品牌表达符合实际要求。
• 预览结果，调整节奏、声音、发音或降噪强度。 使用过程中建议保留人工审核，确保事实、版权、隐私和品牌表达符合实际要求。
• 导出音频、文字稿、会议纪要或可分享链接。 使用过程中建议保留人工审核，确保事实、版权、隐私和品牌表达符合实际要求。

• Fish Audio提供免费额度或试用，适合先体验再决定是否升级。
• Fish Audio的付费方案起步价约为 ~$15/1M chars，更高档位通常解锁更高额度、更强模型和团队协作能力。
• 按用量计费的 API，约 $15/百万字符；提供免费额度上手。开源权重的商用需另购付费授权。
• 以上价格最后核对于 2026-06-12，来源：https://fish.audio/。定价可能调整，请以官网为准。

• 广告、课程和产品视频旁白。 Fish Audio可以用于缩短准备时间、生成初稿或辅助团队快速比较多个方案。
• 播客增强、转录和内容复用。 Fish Audio可以用于缩短准备时间、生成初稿或辅助团队快速比较多个方案。
• 歌曲、音乐 Demo 和创意音频实验。 Fish Audio可以用于缩短准备时间、生成初稿或辅助团队快速比较多个方案。
• 会议纪要、通话摘要和录音检索。 Fish Audio可以用于缩短准备时间、生成初稿或辅助团队快速比较多个方案。
• 配音、本地化和无障碍内容制作。 Fish Audio可以用于缩短准备时间、生成初稿或辅助团队快速比较多个方案。

• 播客主、音频制作人和剪辑师。 如果经常处理文本转语音、声音克隆相关任务，可以把Fish Audio作为效率工具纳入常用工作流。
• 视频创作者、课程作者和教育团队。 如果经常处理文本转语音、声音克隆相关任务，可以把Fish Audio作为效率工具纳入常用工作流。
• 市场、本地化和品牌团队。 如果经常处理文本转语音、声音克隆相关任务，可以把Fish Audio作为效率工具纳入常用工作流。
• 会议密集型团队和客户运营人员。 如果经常处理文本转语音、声音克隆相关任务，可以把Fish Audio作为效率工具纳入常用工作流。
• 音乐人和创意音频实验者。 如果经常处理文本转语音、声音克隆相关任务，可以把Fish Audio作为效率工具纳入常用工作流。