IA de voz lista para producción.Con precios de empresa emergente.Abierto como una comunidad.
Ofrece voz realista, clonación de voz y transcripción con una sola API. SDK oficiales para Python y TypeScript. Latencia inferior a un segundo. Precios de pago por uso desde tu primera llamada.
Con la confianza de equipos que crean voz en producción
Agentes de voz e
IA conversacional
Locución de vídeos,
doblaje y música
Interacción y redes sociales
Educación y aprendizaje
Desde el registro hasta el primer audio en 5 minutos.
No hace falta hablar con ventas. Obtén una clave de API, instala el SDK y lanza tu producto.
# Text to speech in one callcurl -X POST https://fish.keatska.top/apifish/v1/tts \-H "Authorization: Bearer $FISH_API_KEY" \-H "Content-Type: application/json" \-H "model: s2.1-pro-free" \-d '{"text": "Hello! Welcome to Fish Audio."}' \--output welcome.mp3
# pip install fish-audio-sdkfrom fishaudio import FishAudiofrom fishaudio.utils import saveclient = FishAudio() # reads FISH_API_KEYaudio = client.tts.convert(text="Hello from Fish Audio!",model="s2.1-pro-free")save(audio, "welcome.mp3")
Lo que los equipos lanzan con Fish.
Una voz que convence ante la cámara
# vídeo de avatarSintetizador de voz (TTS) con sincronización labial y reconocimiento de emociones para productos de avatares de IA. Las etiquetas de indicación insertadas en el texto guían la interpretación, no solo las palabras.
IA conversacional en tiempo real
# agente de vozAlternancia de turnos en menos de un segundo mediante WebSocket. TTS y ASR en transmisión en una sola plataforma. Capaz de gestionar interrupciones.
Contenido hablado dinámico.
# contenido de audio y asistentesConversión de notas a audio, herramientas de preparación y asistentes de IA. Precios por carácter que se ajustan al uso, no al número de usuarios.
Clona en 30 segundos. O prescinde por completo de la clonación.
# aplicaciones de personajesIVC a partir de 30 segundos de audio. PVC para réplicas con calidad de estudio. O explora la biblioteca de voces y lanza tu producto sin clonar ninguna voz.
Diseñado para la infraestructura de tiempo real.
Peso abierto. Licencia comercial de pago.
Nuestros modelos de código abierto, Fish Speech, S1 y S2, se distribuyen como peso abierto, con una licencia comercial de pago. Aloja la solución en tu propia VPC, en tus instalaciones, en una nube soberana o en un entorno aislado de la red cuando las exigencias de producción lo requieran. El alojamiento propio es un servicio del nivel Enterprise; consulta los detalles a continuación.
Más de 15 000 etiquetas de indicación. Integradas en cualquier llamada.
[warm], [near-whisper], [reassuring] — la dirección viaja con el propio texto. Sin parámetro separado, sin lista de opciones, sin migración de esquema cuando crece el conjunto de tags.
Prueba de Turing de audio: 0,515.
En una evaluación a ciegas, los oyentes no pueden distinguir de forma fiable el audio de S2.1 Pro de una voz humana. 581 comparaciones directas. La metodología y el audio bruto son públicos.
15 dólares por millón de caracteres. Desde tu primera llamada.
El mismo modelo que utilizan HeyGen, Pictoria, Dubbing AI y Plaud. Pago por uso desde la primera llamada. No hace falta "contactar con nosotros" para conocer las tarifas de producción.
Utiliza nuestra API. O aloja el modelo en tu propia infraestructura
API en la nube para cualquier equipo que esté desarrollando hoy. Aloja el modelo en tu propia infraestructura como parte de un plan Enterprise prémium cuando las necesidades de producción lo exijan.
API alojada · Cualquier equipo
API en la nube, pago por uso, 15 dólares por millón de caracteres. La vía más rápida para que los equipos que no necesitan operar el modelo por sí mismos lo pongan en producción.
- Transmisión por WebSocket, REST y SDK para Python y TypeScript
- 15 $ por 1 millón de bytes UTF-8, sin compromiso
- Sintaxis de dirección en línea en cada llamada
- El mismo modelo que se comercializa como peso abierto
Aloja el modelo en tu propia infraestructura.
Nuestros modelos de código abierto, Fish Speech, S1 y S2, se distribuyen como peso abierto, con una licencia comercial de pago. Despliega el modelo en tu VPC, centro de datos, nube soberana o entorno aislado de la red. Un servicio prémium para equipos con gran volumen de trabajo que necesiten residencia de datos, ajustes precisos o una implementación regulada.
- Transmisión por WebSocket, REST y SDK para Python y TypeScript
- 10 000 dólares al mes
- Mínimo efectivo: entre 120 000 y 150 000 dólares al año
- Acceso directo a nuestro equipo de investigación
Precios queno penalizan el crecimiento
Pago por uso desde el primer momento. Sin cargos por usuario. Sin compromisos anuales. No hace falta "contactar con nosotros" para conocer las tarifas de producción.
S2.1 Pro Free es gratis hasta el 30 de noviembre de 2026, sin SLA, y las solicitudes pueden usarse para mejorar la calidad del modelo. Ver los detalles
Preguntas frecuentes
¿Estás migrando desde ElevenLabs, Cartesia o Rime?
Comparaciones directas por capacidades, precio y condiciones contractuales. API con la misma estructura; la mayoría de las migraciones a producción se completan en menos de una semana.
Las pruebas de rendimiento, la metodología y el audio sin procesar
Resultados de la prueba de Turing de audio, metodología de evaluación a ciegas y licencia de peso abierto. Las pruebas que respaldan cada afirmación de esta página.
Empieza a producir este fin de semana
Llamar a S2.1 Pro Free es gratis. Sin tarjeta.
