Fish Audio
Fish Audio是一款基于深度学习的AI语音合成平台，提供文本转语音（TTS）服务及语音克隆功能，支持零样本语音克隆技术，能够通过少量音频样本快速复制目标音色。该平台面向开发者和内容创作者，提供API接口及预训练语音模型，用户可在平台上共享和使用多种音色模型，适用于配音、虚拟助手、内容创作等多种语音合成应用场景。
时间轴 (近 90 天)
Fish Audio 在 2026 年 10 月发布了 Drama 3，一个 350 亿参数的语音生成模型，权重发布在 Hugging Face 上。
Drama 3 的交互式编辑功能目前是邀请制，尚未上线。
Drama 3 的 API 价格为每百万字符 10 美元，2025 年 11 月 12 日后涨至 50 美元。
Fish Audio 的文本转语音模型 Drama 3 已正式上线 AI Gateway，目前处于预览阶段。
语音模型竞争格局包括 Cartesia（Sonic 3.6）、OpenAI（GPT-4o mini TTS）、Google（Gemini Flash TTS）以及 Deepgram、Fish Audio、Boson 等创业公司。
选择S2.1 Pro的核心理由是它能在英语和印地语等不同语言之间切换时保持同一个声音
Fish Audio的S2.1 Pro开发者API截至11月底免费开放，受合理使用政策约束
全部知识事实 (9)
Fish Audio是一款基于深度学习的文本转语音（TTS）服务，支持多种音色克隆和自然语音合成
90%待验证Fish Audio采用的技术路线支持零样本（Zero-shot）语音克隆，即只需少量参考音频即可复制特定音色
85%待验证Drama 3 的交互式编辑功能目前是邀请制，尚未上线。
50%待验证Drama 3 的 API 价格为每百万字符 10 美元，2025 年 11 月 12 日后涨至 50 美元。
50%待验证语音模型竞争格局包括 Cartesia（Sonic 3.6）、OpenAI（GPT-4o mini TTS）、Google（Gemini Flash TTS）以及 Deepgram、Fish Audio、Boson 等创业公司。
50%待验证选择S2.1 Pro的核心理由是它能在英语和印地语等不同语言之间切换时保持同一个声音
50%待验证Fish Audio的S2.1 Pro开发者API截至11月底免费开放，受合理使用政策约束
50%待验证Fish Audio 在 2026 年 10 月发布了 Drama 3，一个 350 亿参数的语音生成模型，权重发布在 Hugging Face 上。
50%待验证Fish Audio 的文本转语音模型 Drama 3 已正式上线 AI Gateway，目前处于预览阶段。
50%