IA de voz de nível produção.Com preço de startup.Aberta como uma comunidade.
Entregue fala realista, clonagem de voz e transcrição com uma API. SDKs oficiais em Python e TypeScript. Latência abaixo de um segundo. Preço pay-as-you-go desde a primeira chamada.
Confiado por equipes que constroem com voz em produção
Agentes de Voz & IA Conversacional
Narração de Vídeo, Dublagem & Música
Interativo & Social
Educação & Aprendizado
Do cadastro ao primeiro áudio em 5 minutos.
Sem ligação de vendas. Obtenha uma chave de API, instale o SDK e coloque no ar.
# 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")
O que as equipes lançam no Fish.
Voz que aguenta em câmera
# Vídeo de avatarTTS sincronizável com lábios e consciente de emoção para produtos de avatares com IA. Tags de direção inline conduzem a performance, não apenas as palavras.
IA conversacional em tempo real
# Agente de vozTroca de turnos abaixo de um segundo via WebSocket. TTS e ASR em streaming em uma stack. Com suporte a interrupções.
Conteúdo falado dinâmico.
# Conteúdo em áudio & companheirosNotas em áudio, ferramentas de preparação, companheiros de IA. Preço por caractere que escala com o uso, não com usuários.
Clone em 30 segundos. Ou pule a clonagem completamente.
# Apps de personagensIVC a partir de 30 segundos de áudio. PVC para réplicas de nível estúdio. Ou navegue na biblioteca de vozes e lance sem precisar clonar.
Feito para a stack de tempo real.
Pesos abertos. Licença comercial paga.
Nossos modelos open-source — fish-speech, S1 e S2 — são distribuídos como pesos abertos com uma licença comercial paga. Hospede na sua VPC, on-premises, nuvem soberana ou ambiente air-gapped quando a produção exigir. Hospedagem própria é um contrato de nível Enterprise — veja abaixo.
15,000+ tags de direção. Inline em qualquer chamada.
[warm], [near-whisper], [reassuring] — a direção acompanha o próprio texto. Sem parâmetro separado, sem lista para escolher, sem migração de schema quando o conjunto de tags cresce.
Audio Turing Test: 0.515.
Ouvintes não conseguem distinguir de forma confiável o S2.1 Pro de uma voz humana em avaliação cega. 581 comparações diretas. Metodologia e áudios brutos publicados.
$15 por milhão de caracteres. Desde a sua primeira chamada.
O mesmo modelo por trás do HeyGen, Pictoria, Dubbing AI e Plaud. Pay-as-you-go desde a sua primeira chamada. Sem "fale conosco" para preços de produção.
Use nossa API. Ou hospede o modelo você mesmo
API em nuvem para qualquer equipe que está construindo hoje. Hospedagem própria como contrato Enterprise premium quando a produção exigir.
API Hospedada · Qualquer equipe
API em nuvem, pay-as-you-go, $15 por milhão de caracteres. O caminho mais rápido para produção para equipes que não precisam operar o modelo por conta própria.
- WebSocket streaming, REST, Python + TypeScript SDKs
- $15 / 1M UTF-8 bytes — sem compromisso
- Sintaxe de direção inline em cada chamada
- O mesmo modelo distribuído como open-weight
Hospede o modelo por conta própria.
Nossos modelos open-source — fish-speech, S1, S2 — são distribuídos como pesos abertos com uma licença comercial paga. Implante na sua VPC, data center, nuvem soberana ou ambiente air-gapped. Um contrato premium para equipes de alto volume que precisam de residência de dados, fine-tuning ou implantação regulada.
- WebSocket streaming, REST, Python + TypeScript SDKs
- $10k/mês
- Investimento mínimo efetivo: $120–150K/ano
- Acesso direto ao nosso time de pesquisa
Preços quenão penalizam o crescimento
Pay-as-you-go desde o primeiro dia. Sem taxas por usuário. Sem compromissos anuais. Sem "fale conosco" para preços de produção.
O S2.1 Pro Free é gratuito até 30 de novembro de 2026, sem SLA, e os pedidos podem ser usados para melhorar a qualidade do modelo. Ler os detalhes
Perguntas frequentes
Vindo do ElevenLabs, Cartesia ou Rime?
Comparativos detalhados por capacidade, preço e condições contratuais. Mesma forma de API; a maioria das migrações de produção termina em menos de uma semana.
Os benchmarks, metodologia e áudios brutos
Resultados do Audio Turing Test, metodologia de avaliação cega e a licença de pesos abertos. As provas por trás de cada afirmação nesta página.
Chegue à produção neste fim de semana
Chamar o S2.1 Pro Free é gratuito. Sem cartão de crédito.
