Fish Audio

Fish Audio — это платформа для синтеза речи и клонирования голоса с помощью ИИ. Она подойдёт всем, кто создаёт видео, аудиокниги, игры, анимацию или разрабатывает голосовых агентов и чат-боты — и кому нужен живой, небанальный голос без звукозаписывающей студии.

В основе всего — текст в речь с тонким управлением подачей. Прямо в редакторе можно расставить эмоциональные теги: злость, шёпот, смех, всхлипы, вздохи, пауза — десятки вариантов, которые делают из синтетического голоса что-то близкое к актёрской игре. Лимит — 30 000 символов за раз, что хватит на полноценную главу аудиокниги.

Клонирование голоса работает от нескольких секунд аудио. Загружаешь короткий фрагмент — получаешь цифровую копию, которая говорит на нескольких языках. Библиотека платформы насчитывает больше 2 миллионов голосов, загруженных пользователями, — там найдётся нужный тембр под любую задачу.

Для разработчиков есть API с низкой задержкой: синтез речи в реальном времени, распознавание речи с разметкой дикторов, эмоциональных тегов и описаний на естественном языке в транскрипции, готовые решения для голосовых агентов. Языков — больше 30.

Из заявленных сценариев использования: озвучка YouTube-роликов и рекламы, аудиокниги в формате ACX/Audible, голоса персонажей для игр и анимации, клиентские чат-боты с человеческой интонацией. Старт — бесплатно, без студии и микрофона.