Fish Audio

Fish Audio 是一个语音合成与声音克隆平台，背后的团队同时维护着开源语音模型 Fish Speech，在开发者圈子里有一定知名度。它的特点可以概括为两点：一是克隆门槛低，一段不长的清晰录音就能复刻出相似度不错的音色；二是中文、英文、日文等多语种表现都比较均衡，不像一些海外产品那样中文明显偏弱。

平台上有一个规模很大的社区声音库，用户上传和分享了大量音色，直接搜索就能找到各种风格的声音来用。对开发者来说，它的 API 价格在同类里有竞争力，想自己部署的话还可以研究开源模型。

但社区声音库也是它最大的隐患：里面有不少模仿名人、主播、动漫角色的音色，来源和授权情况参差不齐，拿来商用存在明显的法律风险。整体音质和情绪表现与顶尖的商业产品相比还有差距，不同音色之间的质量波动也比较大。

主要功能

• 文字转语音：输入文本、选择音色即可生成语音，支持中、英、日等多种语言。
• 快速声音克隆：上传一段清晰的参考录音就能生成相似音色，用于后续合成。
• 社区声音库：大量用户分享的音色可以直接搜索和试听，覆盖各种风格。
• 语气控制：可以在文本中加入情绪或语气相关的标记，调整朗读效果。
• 开发者 API：提供接口接入自己的应用，适合做批量配音或语音交互产品。
• 开源模型：团队开源了语音模型，可以自行部署研究，但使用前需看清许可条款，不一定允许商用。

如何使用

1. 打开 Fish Audio 官网注册账号，免费额度足够先体验基本功能。
2. 在声音库里搜索并试听音色，或上传一段自己的清晰录音创建克隆音色。
3. 输入要朗读的文本，选择音色和语言后生成，试听不满意可以调整文本标点或语气标记。
4. 下载音频使用；需要接入程序时，到开发者页面申请 API 密钥。

适用场景

• 视频配音与个人内容：用自己的克隆音色批量生成旁白，省去反复录音。
• 多语种内容：同一个音色读中英日文本，适合面向多地区的内容。
• 开发者原型：API 成本较低，适合做语音助手、游戏配音等产品的早期验证。
• 研究和自部署：开源模型便于研究语音合成或在本地环境中实验。

优势与不足

优势

• 克隆门槛低，少量素材即可得到可用的音色。
• 多语种表现均衡，中文效果不输英文。
• API 价格有竞争力，开源模型提供了自部署的选择。

不足

• 社区声音库中有大量模仿名人和角色的音色，授权不明，商用风险高。
• 音质和情绪表现与顶尖商业产品仍有差距，不同音色质量波动大。
• 声音克隆只能用于本人或已获授权的声音，用他人声音必须取得同意。
• 海外服务，国内访问情况取决于网络环境。