Fish Audio

Fish Audioは、リアルなテキスト読み上げ、高速な声のクローン作成、正確な文字起こしのためのAI音声プラットフォームです。クリエイター、開発者、チームはこれを使って、テキストを自然な音声に変換したり、短い録音から声をクローンしたり、音声を読み取り可能なテキストに変換したりできます。

このプラットフォームは、自社のS2およびS2.1 Proモデルを搭載しており、数十言語にわたる数百万時間の音声でトレーニングされています。これにより、自然なペース、トーン、感情を備えた音声を生成でき、ささやき、笑い、ため息などの効果音のためのインラインタグもサポートしています。

テキスト読み上げに加えて、Fish Audioには、ボイスチェンジャー、効果音生成、音声分離ツール、音声翻訳、および長いプロジェクトに音声を組み合わせるためのStory Studioが含まれています。200万以上のコミュニティボイスのライブラリも検索可能で、すぐに使用できます。

Fish Audioは、日常使用のためのWebアプリ、アプリや音声エージェントを構築する開発者向けのAPI、研究や本番環境で自己ホスト可能なオープンソースモデルとして利用できます。

• 感情タグ付きのリアルなテキスト読み上げ

• 短いサンプルからの高速な声のクローン作成

• 200万以上の検索可能なボイスライブラリ

• 話者検出付きの音声認識

• 録音されたオーディオ用のボイスチェンジャー

• 効果音生成

• ステムへの音声分離

• 音声翻訳と吹き替えのサポート

• 長いオーディオプロジェクト用のStory Studio

• 従量課金制の開発者向けAPI