实时、情绪可控的 AI 语音平台，语音合成覆盖 30+ 语言，15 秒克隆任意声音
官网定位 "The most expressive, emotionally controllable real-time voice model"，当前主推模型 Fish Audio S2.1 Pro。语音合成可在文本里插入 [chuckle]、[emphasis]、[long pause] 等情绪标签，从 2,000,000+ 用户上传 的声音库里选声；Speech to Text 转写可区分说话人、标注情绪与背景音； 投入 10 秒素材即可克隆声音，任何声音可说 30+ 语言；另有端到端 Voice Agent 和 Avatar Lipsync（对接 GPT Image、Seedance、Kling、Veo 等模型）。 官方场景覆盖视频配音、有声书与角色配音，站方称有声书成片 "meets ACX/Audible specs without a recording booth"。Free 档 $0/月、无需信用卡， 免费档仅限个人使用，商用需付费档，站方另宣称 "Trusted by 8M+ users" （2026-10-03 核验）。
暂无相关文章。
