Fish Audio
极具表现力与情感控制能力的新一代开源与商用 AI 拟真语音合成平台(已实测 2 项能力:文本转语音、音视频语音转文字)
产品节点画像与信誉底座
主体信誉、隐私基线与整站定价直接归属产品节点,由所连接的各条功能边自动共享继承Fish Audio 由 Fish Audio (Hanabi AI Inc.)(美国特拉华州)运营,整站采用「免费额度 + 订阅制」模式,在 RealTest 已完成 2 项功能专题实测(文本转语音 94/100、音视频语音转文字 87/100)。其中文本转语音表现最为突出:Fish Audio 文本转语音工作台提供免费积分与极速神经语音合成,实测 497 字符母版在 4.19s 内极速交付 53s 高保真 44.1kHz MP3 原生音频。此外在音视频语音转文字中:Fish Audio 网页端语音转文字提供完全免登录的即时 ASR 服务,实测标准母版实现 100% 关键信息与校验码召回,支持一键原生导出带说话人标签的 TXT 文档。
美国特拉华州 · 自研开源 Fish Speech 项目,持续活跃运营
产品信誉基线:18/20 · 拥有广泛开源影响力的前沿语音技术团队,模型论文、代码库与基准公开透明。
提供 Free 免费版(每月 8,000 积分,约 7 分钟语音);付费订阅包括 Plus($15/月,年付首年 $66/年)与 Pro($100/月,年付首年 $450/年)。
定价透明度基线:34/35 · 取消规则:
克隆音色与生成音频保存在个人账户工作台中,用户对私有音色和音频拥有完全删除与管理权限
Google Analytics · Stripe · Cloudflare
产品整站定价与规则底座
直接归属本产品节点的已核验套餐、计费周期与取消条款;单项功能的专属扣点与免费下载限制见下方各功能边实测Fish Audio 全站语音合成、声音设计与语音克隆订阅 · 2026-11-12
体验逼真 AI 语音技术,3 个公开音色槽位,增强音色克隆,无需信用卡;单次最多 500 字符,仅限个人非商业用途
单次最多 15,000 字符,无限公开 + 10 个私有音色槽位,最新模型优先生成,Voice Design 声音设计,商业使用授权
单次最多 15,000 字符,无限公开 + 10 个私有音色槽位,最新模型优先生成,Voice Design 声音设计,商业使用授权
单次最多 30,000 字符,包含 3 个团队席位,无限音色槽位,5 个专业音色槽位,7 天无理由退款保障
单次最多 30,000 字符,包含 3 个团队席位,无限音色槽位,5 个专业音色槽位,7 天无理由退款保障
5 条方案/周期记录,全部列出;— 表示未记录该周期。
提供 Free 免费版(每月 8,000 积分,约 7 分钟语音);付费订阅包括 Plus($15/月,年付首年 $66/年)与 Pro($100/月,年付首年 $450/年)。
取消退款、来源与核验记录
取消与退款条件未核验
Fish Audio 官方首页与工作台 ↗ · 2026-11-12 采集证据 1 ↗
Fish Audio 官方方案与定价页 ↗ · 2026-11-12 采集证据 1 ↗
已归档官方定价来源:Fish Audio 官方首页与工作台 (2026-11-12) [原文快照 ↗] · Fish Audio 官方方案与定价页 (2026-11-12) [原文快照 ↗]
能力版图与自动连接的「功能专题(边)」
每当一项功能通过标准样本实测门禁,系统自动在产品节点与对应「功能专题(边)」之间建立连接;顺着边即可与同类产品横向对比。
| 已连边功能专题 | 综合评分 | 一句评价 · 历史评测 | 测试范围与交付 | 消费产品单点 / 消费横向边 |
|---|---|---|---|---|
| 音视频语音转文字 | 87/100 | Fish Audio 网页端语音转文字提供完全免登录的即时 ASR 服务,实测标准母版实现 100% 关键信息与校验码召回,支持一键原生导出带说话人标签的 TXT 文档。 | TXT · 有交付文件 历史评测 · 2026-11-15 游客流程 · 38.86秒标准清晰口播语音母版(含校验 Token 与财务数字,608 KB) · 有交付文件 | |
| 文本转语音 | 94/100 | Fish Audio 文本转语音工作台提供免费积分与极速神经语音合成,实测 497 字符母版在 4.19s 内极速交付 53s 高保真 44.1kHz MP3 原生音频。 | MP3 · 有交付文件 历史评测 · 2026-11-15 登录流程;付费档位未统一核验 · 68词标准口播英文文本(含金额、时间与校验 Token,452字符) · 有交付文件 |
这里区分展示「已实测连边(有评分与原生证据)」与「已发现待测能力(无评分)」;未列出不代表产品不支持。
同生态产品节点横向对比(Product vs Product)
按共同覆盖的已测功能边匹配最相近的竞品,同时对照整站商业模式与各单项功能的实测整数分免费版支持 10 种机械音色与 1.5 倍速基础朗读;Premium 方案月付 $29/月(年付 $139/年,折合约 $11.58/月,节省 60%),支持 1000+ 自然声线、60+ 语言与语音输入听写;提供免费试用。
免费版支持 500MB 上传体验(带水印,最高 720p,云端存储 14 天,每月 10 点数);Pro 方案月付 $12/月(年付 $108/年,折合 $9/月,节省 25%),享有无水印、高质量压缩、4K 导出与无限存储。
- 文本转语音:Fish Audio 94/100 vs Clideo 87/100
免费版支持 10 点数体验(带水印,限长 4 分钟,720p 分辨率);Pro 方案月付 $24/月(年付 $192/年,折合 $16/月,节省 33%);Business 方案月付 $64/月(年付 $600/年,折合 $50/月);企业版支持定制需求。
- 文本转语音:Fish Audio 94/100 vs Kapwing 95/100
提供 30 分钟免费体验(免绑信用卡);按量点卡 $11 起(有效期 2 年);包月订阅 $11/月(10小时)、$28/月(30小时)与 $90/月(100小时),年付分别享 $110/年、$300/年与 $900/年;未用额度最多可结转 3 倍月限额。
- 音视频语音转文字:Fish Audio 87/100 vs Cleanvoice AI 70/100
已连边功能实测:音视频语音转文字
2026-11-15 · 有原生输出可查;结论仅适用于记录中的素材与条件,付费规格不等于已实测。
本次实测原生导出样本与同轮截图证据
下载/检视实测原生导出件 (TXT · 有交付文件) ↗任务质量
文字识别准确率 79.4% · 核心关键词召回率 100% · 验证锚点校验 通过 · 音频时长 38.9s
详细事实与历史记录
- 样本的可核对结果
文字识别准确率: 79.4% · 核心关键词召回率: 100% · 验证锚点校验: 通过 · 音频时长: 38.9s
- 样本表现
100% 关键词召回率(10/10),精准保留财务数据与校验码,原生导出 0.5 KB TXT 文档。
- 历史观察原文
完整保留 RealTestTranscribeVerified2026 校验码与全部关键财务数据,召回率 100%
- 适用场景 · 历史评测建议
未核验
- 效果与交付证据
交付能力
TXT · 有交付文件 · 实测无水印
详细事实与历史记录
- 交付规格记录
TXT · 有交付文件 · 实测无水印
- 历史规格描述 · 不代表官方上限
原生 TXT 文本导出 (0.5 KB, 64 词,含说话人标识)
- 水印记录
无水印
- 批量与 API
未核验
- 免费档尺寸记录
未核验
- 所附文件实际尺寸
未核验
速度与稳定性
本次从操作到结果约 48.22 秒;稳定性未复测
详细事实与历史记录
- 计时记录
网络层服务端等待: 48.22s · 端到端参考: 48.22s
- 日期与测试素材
2026-11-15 · anchor_transcribe_v1 · US-West (California, AS2914)
- 重复测试与稳定性
尚无统一的重复次数、成功率与波动区间记录。
交互体验
本次免登录
详细事实与历史记录
- 账号要求
本次流程无需登录
- 登录方式
完全免登录,访客可直接使用
- 人工调整
未核验
- 交互与转化记录
网页端直接提供免登录上传与一键下载导出,零强制注册弹窗,零注入广告。
背景与信誉
Fish Audio (Hanabi AI Inc.) · 长期信誉未独立核验
详细事实与历史记录
- 服务状态变化
未核验
- 运营主体
Fish Audio (Hanabi AI Inc.)
- 来源地区记录
美国特拉华州
- 域名历史记录
自研开源 Fish Speech 项目,持续活跃运营
- 背景与信誉评测观察
继承自产品档案基线:特拉华州 Hanabi AI 运营,开源 Fish Speech 社区口碑极高。
- 外部信誉记录
由 D1 社区提交通道收录,因极高情感表现力、低延迟和开源生态而在开源 AI 社区及全球创作者中具有极高知名度。
工程与隐私
处理位置未确认;明确保留期限未确认;查看政策记录
详细事实与历史记录
- 处理位置
处理位置未确认
- 第三方追踪记录
Google Analytics · Cloudflare
- 工程与隐私评测观察
全站采用 HTTPS 加密传输,明确说明音频仅用于转写且不公开共享。
- 数据留存声明
明确保留期限未确认;查看政策记录
本功能实测额度与收费披露
网页端支持单次短音频直接转换
上传前明确标明支持音频格式
整站套餐由产品节点统一维护(见顶部产品整站定价与规则底座 ↑)。
展开按「音视频语音转文字」容量对齐的整站方案表(5 条记录)
Fish Audio 全站语音合成、声音设计与语音克隆订阅 · 2026-11-12
体验逼真 AI 语音技术,3 个公开音色槽位,增强音色克隆,无需信用卡;单次最多 500 字符,仅限个人非商业用途
单次最多 15,000 字符,无限公开 + 10 个私有音色槽位,最新模型优先生成,Voice Design 声音设计,商业使用授权
单次最多 15,000 字符,无限公开 + 10 个私有音色槽位,最新模型优先生成,Voice Design 声音设计,商业使用授权
单次最多 30,000 字符,包含 3 个团队席位,无限音色槽位,5 个专业音色槽位,7 天无理由退款保障
单次最多 30,000 字符,包含 3 个团队席位,无限音色槽位,5 个专业音色槽位,7 天无理由退款保障
5 条方案/周期记录,全部列出;— 表示未记录该周期。
提供 Free 免费版(每月 8,000 积分,约 7 分钟语音);付费订阅包括 Plus($15/月,年付首年 $66/年)与 Pro($100/月,年付首年 $450/年)。
取消退款、来源与核验记录
取消与退款条件未核验
Fish Audio 官方首页与工作台 ↗ · 2026-11-12 采集证据 1 ↗
Fish Audio 官方方案与定价页 ↗ · 2026-11-12 采集证据 1 ↗
评价依据与完整评分 · 综合 86.9/100
综合分 = 诚信与口碑 × 30% + 功能实力 × 70%。分项满分沿用本报告量表。列表整数仅为四舍五入展示,此处保留原始精度。
方法版本 2.3.1 · 测试素材 anchor_transcribe_v1
诚信与口碑 · 94/100 · 30%
功能实力 · 83.8/100 · 70%
| 维度 | 得分 | 理由 | 依据 |
|---|---|---|---|
| 任务质量 | 57.8 / 65 | 标准 38.86 秒英文语音母版实测:关键词召回率达到 100%(10/10,精准识别“2026-0814”、“$14,850.50”、“99.4%”及发票代码),完整保留唯一校验码 RealTestTranscribeVerified2026,词准确率 79.4%,自动识别说话人标签 (57.8/65)。 | 证据 A → |
| 交付规格 | 16 / 20 | 原生导出标准 TXT 文稿(0.5 KB),完全免登录免费直接下载,零水印限制 (16.0/20)。 | 证据 A → |
| 处理速度 | 10 / 15 | 云端神经网络模型执行端到端语音转写,耗时 48.22 秒 (10.0/15)。 | 证据 A → |
历史评分可能包含官方最高能力声明;本次实测结果与付费能力分别阅读。缺少统一档位和范围时,不作统一排名。
已连边功能实测:文本转语音
2026-11-15 · 有原生输出可查;结论仅适用于记录中的素材与条件,付费规格不等于已实测。
本次实测原生导出样本与同轮截图证据
下载/检视实测原生导出件 (MP3 · 有交付文件) ↗任务质量
生成音频时长 53.05s · 音频采样率 44100 Hz · 声频声道数 单声道 (1ch) · 音频码率 128 kbps
详细事实与历史记录
- 样本的可核对结果
生成音频时长: 53.05s · 音频采样率: 44100 Hz · 声频声道数: 单声道 (1ch) · 音频码率: 128 kbps
- 样本表现
确定性音频解析证实交付 53.05s 完整 44.1kHz MP3 文件,无底噪水印,发音与节奏生动自然。
- 历史观察原文
Fish Audio 在线工作台输入 497 字符标准测试母版,仅耗时 4.19s 即可端到端完成 Drama 3 语音合成,并直接交付无底噪的 44.1kHz MP3 原生文件(01_landing.png、02_result.png、03_download.png)。
- 适用场景 · 历史评测建议
需要高品质 AI 语音合成、多音色多角色配音与开源自主可控工作流的内容创作者与开发者
- 效果与交付证据
交付能力
MP3 · 有交付文件 · 实测无水印
详细事实与历史记录
- 交付规格记录
MP3 · 有交付文件 · 实测无水印
- 历史规格描述 · 不代表官方上限
MP3 音频 (829.0 KB · 53.05s · 44.1kHz · 128kbps · 零水印)
- 水印记录
无水印
- 批量与 API
支持单次文本分段、多角色对话配音与官方开放 API
- 免费档尺寸记录
未核验
- 所附文件实际尺寸
未核验
速度与稳定性
本次从操作到结果约 4.19 秒;稳定性未复测
详细事实与历史记录
- 计时记录
网络层服务端等待: 4.19s · 端到端参考: 4.19s
- 日期与测试素材
2026-11-15 · anchor_tts_v1 · US-West (California, AS2914)
- 重复测试与稳定性
尚无统一的重复次数、成功率与波动区间记录。
交互体验
本次需登录
详细事实与历史记录
- 账号要求
本次流程需要账号
- 登录方式
支持 Google 账号或邮箱快速登录,登录后免费账户每月赠送 8,000 算力积分
- 人工调整
未核验
- 交互与转化记录
工作台内支持直接粘贴 497 字符标准基准测试母版,一键 Drama 3 极速合成,无强制拦截,免费层级允许直接下载原生音频。
背景与信誉
Fish Audio Inc. · 长期信誉未独立核验
详细事实与历史记录
- 服务状态变化
未核验
- 运营主体
Fish Audio Inc.
- 来源地区记录
开源社区 / 全球团队
- 域名历史记录
开源 Fish Speech 衍生商业化平台
- 背景与信誉评测观察
由开源知名 Fish Speech 核心团队维护,官方提供商用双重授权与云端托管平台,研发技术实力雄厚。
- 外部信誉记录
在 GitHub 拥有超过 20,000 Star 的超人气开源语音模型,在业界具备极佳的技术声誉与广泛的社区支持。
工程与隐私
上传至云端处理;明确保留期限未确认;查看政策记录
详细事实与历史记录
- 处理位置
上传至云端处理
- 第三方追踪记录
Google Analytics · Stripe Checkout
- 工程与隐私评测观察
音频传输基于 HTTPS 加密与高性能推理集群,支持分段合成与历史记录归档管理。
- 数据留存声明
明确保留期限未确认;查看政策记录
本功能实测额度与收费披露
免费版每月 8,000 积分,单次文本输入上限 500 字符
输入框下方清晰展示 497/500 字符计数与模型选择器
整站套餐由产品节点统一维护(见顶部产品整站定价与规则底座 ↑)。
展开按「文本转语音」容量对齐的整站方案表(5 条记录)
Fish Audio 全站语音合成、声音设计与语音克隆订阅 · 2026-11-12
体验逼真 AI 语音技术,3 个公开音色槽位,增强音色克隆,无需信用卡;单次最多 500 字符,仅限个人非商业用途
单次最多 15,000 字符,无限公开 + 10 个私有音色槽位,最新模型优先生成,Voice Design 声音设计,商业使用授权
单次最多 15,000 字符,无限公开 + 10 个私有音色槽位,最新模型优先生成,Voice Design 声音设计,商业使用授权
单次最多 30,000 字符,包含 3 个团队席位,无限音色槽位,5 个专业音色槽位,7 天无理由退款保障
单次最多 30,000 字符,包含 3 个团队席位,无限音色槽位,5 个专业音色槽位,7 天无理由退款保障
5 条方案/周期记录,全部列出;— 表示未记录该周期。
提供 Free 免费版(每月 8,000 积分,约 7 分钟语音);付费订阅包括 Plus($15/月,年付首年 $66/年)与 Pro($100/月,年付首年 $450/年)。
取消退款、来源与核验记录
取消与退款条件未核验
Fish Audio 官方首页与工作台 ↗ · 2026-11-12 采集证据 1 ↗
Fish Audio 官方方案与定价页 ↗ · 2026-11-12 采集证据 1 ↗
评价依据与完整评分 · 综合 93.7/100
综合分 = 诚信与口碑 × 30% + 功能实力 × 70%。分项满分沿用本报告量表。列表整数仅为四舍五入展示,此处保留原始精度。
方法版本 2.3.1 · 测试素材 anchor_tts_v1
诚信与口碑 · 93/100 · 30%
| 维度 | 得分 | 理由 | 依据 |
|---|---|---|---|
| 定价与规则透明度 | 33 / 35 | 明确标示 Free 方案包含每月 8,000 积分与 500 字符单次上限,Plus ($7.5/月) 与 Pro ($15/月) 额度规则透明。 | 证据 A → |
| 交互与转化克制 | 28 / 30 | 工作台内支持直接粘贴 497 字符标准基准测试母版,一键 Drama 3 极速合成,无强制拦截,免费层级允许直接下载原生音频。 | 证据 A → |
| 背景与外部信誉 | 18 / 20 | 由开源知名 Fish Speech 核心团队维护,官方提供商用双重授权与云端托管平台,研发技术实力雄厚。 | 证据 A → |
| 基础工程与隐私 | 14 / 15 | 音频传输基于 HTTPS 加密与高性能推理集群,支持分段合成与历史记录归档管理。 | 证据 A → |
功能实力 · 94/100 · 70%
历史评分可能包含官方最高能力声明;本次实测结果与付费能力分别阅读。缺少统一档位和范围时,不作统一排名。