Hume AI和Fish Audio是什么？
Hume AI 是一家语音技术公司，致力于构建能够感知语音中情感（而不仅仅是所说词语）的 AI 工具。其主打产品 EVI（Empathic Voice Interface）会仔细聆听语调和节奏，然后以符合当下氛围的声音进行回复。
除了 EVI，Hume 还提供文本转语音模型 Octave，可将书面文本转化为多种语言的自然音频，甚至可以从一段简短的音频片段中克隆声音。
该公司还构建工具，帮助其他团队利用真实的人类反馈和模拟对话来测试和改进自己的语音 AI 系统，从而在问题触达用户之前及时发现。
开发者可通过 API 或 SDK 进行连接，而普通用户则可以直接通过其 iOS 应用体验 Hume 的语音 AI。
Fish Audio 是一个语音 AI 平台，专为逼真的文本转语音、快速语音克隆和准确的转录而构建。创作者、开发者和团队使用它来将文本转换为自然流畅的语音，从简短录音中克隆声音，并将语音转换为可读文本。
该平台由自主研发的 S2 和 S2.1 Pro 模型提供支持，这些模型在数十种语言的数百万小时音频上训练而成。这使得它能够以自然的节奏、语调和情感生成语音，包括用于耳语、大笑或叹息等效果的内联标签。
除了文本转语音，Fish Audio 还提供变声器、音效生成器、音频分离工具、音频翻译以及 Story Studio（用于将音频合并到更长的项目中）。超过两百万个社区声音的库也可以搜索和使用。
Fish Audio 可作为日常使用的 Web 应用、供开发人员构建应用程序和语音代理的 API，以及可自行托管用于研究或生产的开源模型。
Hume AI和Fish Audio的功能
实时的共情语音对话
具有情感控制的自然文本转语音
可从短音频片段进行声音克隆
可与 Claude、GPT、Gemini 等配合使用
低延迟 WebSocket 流传输
支持工具和函数调用
人工反馈和评估工具
支持 11 种以上语言
面向普通用户的 iOS 应用
提供 SOC 2 和 HIPAA 合规选项
逼真的文本转语音，带情感标签
从简短样本快速克隆声音
超过 200 万个可搜索语音库
带说话人检测的语音转文本
用于录制音频的变声器
音效生成
音频分离为音轨
音频翻译和配音支持
Story Studio 用于更长的音频项目
按需付费的开发者 API
Hume AI和Fish Audio的使用场景
Hume AI和Fish Audio的定价
Hume AI 提供免费计划以及六个随用量扩展的付费层级。Free 计划每月免费提供 10,000 个文本转语音字符和 5 分钟的语音到语音使用时长。
Starter（每月 $3）：30,000 个字符和 40 分钟语音对话。
Creator（每月 $7，首月五折）：140,000 个字符、200 分钟，并包含商业许可。
Pro（每月 $70）：1,000,000 个字符和 1,200 分钟，超额费率更低。
Scale（每月 $200）：3,300,000 个字符、5,000 分钟，并提供团队组织功能。
Business（每月 $500）：10,000,000 个字符、12,500 分钟，以及 5 个团队席位。
对于大型组织，Enterprise 计划提供自定义用量限制、无限席位、Slack 支持以及 SOC 2 Type II、GDPR 和 HIPAA 合规性，可通过联系销售获取。
Fish Audio 提供免费计划以及多个按月度或年度计费的付费层级。
免费版（$0/月）：每月 8,000 个积分，约 7 分钟生成量，3 个公共语音槽位，以及标准速度。
Plus（$7.50/月，或按年计费 $5.50/月）：250,000 个积分，约 200 分钟生成量，私有语音槽位，优先生成，Voice Design 访问权限，以及商业使用。
Pro（$50/月，或按年计费 $37.50/月）：2,000,000 个积分，约 1,620 分钟生成量，3 个团队席位，以及 5 个专业语音槽位。
Max（$999/月，或按年计费 $749/月）：25,000,000 个积分，约 6,250 分钟生成量，10 个团队席位，以及 15 个专业语音槽位。
企业版（自定义定价）：按量计费的年度计费，包含组织级控制、零数据保留、本地部署和 SOC2 合规性。
开发者还可以使用 按需付费 API，按文本转语音、转录和 Voice Design 请求的使用量单独计费，无需订阅。
常见问题：Hume AI vs Fish Audio
评价：Hume AI vs Fish Audio
基于 0 条评价
基于 0 条评价
