Branchenführende Stimmenklon- und Text-to-Speech-Qualität, es fehlen jedoch die Open-Source-Modellflexibilität und Selbsthosting-Optionen von Fish Audio.

Fish Audio verzeichnet 8.557.159 monatliche Besuche mit +1,6 % Wachstum gegenüber dem Vormonat und einem Preismodell „Freemium“. PoseTracker API verzeichnet 559 monatliche Besuche mit -66,2 % Wachstum und einem Preismodell „Freemium, Preise auf Anfrage“.
Pose-Schätzung auf dem Gerät für Fitness-, Reha- und Workout-Apps
| Dimension / Kennzahl | ![]() | |
|---|---|---|
| Offizielle Domain | fish.audio | posetracker.com |
| Preismodell | Freemium | Freemium, Preise auf Anfrage |
| Monatliche Besuche | 8,56 Mio. (8.557.159) | 559 (559) |
| MoM-Traffic-Delta |
|---|
| +133.398 (+1,6 %) |
| -1094 (-66,2 %) |
| Primärmarkt und Anteil | 🇺🇸 Vereinigte Staaten (15,6 %) | 🇲🇽 Mexiko (60,6 %) |
|---|
| Direkte Besuche / Monat | 3,7 Mio. | 221 |
|---|
| Nutzerbewertung | 4,4 | 4,4 |
|---|
| Unterstützte Plattformen | Website | Website |
|---|

Text-to-Speech und Voice-Cloning in Studioqualität
Skript eingeben oder einfügen und natürliche Sprachausgabe erzeugen, mit Inline-Tags wie [whispering], [angry] oder [laughing].
Aus einem kurzen Sample einen nutzbaren Stimmklon erstellen und in anderen Skripten und Sprachen wiederverwenden.
Ein großes Katalog an Community-Stimmen über viele Sprachen und Charakterstile durchsuchen und nutzen.
Audio mehrsprachig transkribieren, inklusive Emotions- und Sprecherhinweisen für die Weiterbearbeitung.
Pose-Schätzung auf dem Gerät für Fitness-, Reha- und Workout-Apps
17 COCO-Keypoints werden direkt auf dem Handy oder im Browser gestreamt, ohne API-Schlüssel und ohne Video-Upload.
Ein optionaler API-Schlüssel liefert Wiederholungszahlen, Gelenkwinkel und eine Bewegungs-Formbewertung für Übungen wie Kniebeugen und Liegestütze.
Eine Engine, drei Integrationswege: natives React Native (Expo Go), Browser-JavaScript und WebView- bzw. iframe-Einbettung.
Fertige Werkzeuge: Rückwärts-Flexibilitätstest, Flexibilitätsanalyse mit automatischer Winkelerkennung und Pose-Vergleich mit Referenzposition.
Branchenführende Stimmenklon- und Text-to-Speech-Qualität, es fehlen jedoch die Open-Source-Modellflexibilität und Selbsthosting-Optionen von Fish Audio.


SpezialisiertSkripte in Minuten in AI-Avatar-Videos in Studioqualität verwandeln
#2SpezialisiertText-to-Speech und Voice-KI auf jedem Gerät

SpezialisiertVoicemod is a real-time AI voice changer and soundboard for PC, Mac and mobile. It swaps your microphone input for 200+ voices and sound effects that work inside Discord, games, streaming apps and calls.

Bietet extrem niedrige Latenz für Echtzeit-Streaming-Sprachgenerierung per API, ist jedoch weniger auf Consumer-Dubbing-Workflows ausgerichtet.
Kostenlos / Open SourceComputer Vision für die physische Welt entwickeln, trainieren und bereitstellen
Kostenlos / Open SourceTTSMaker is a free online text-to-speech tool that turns written text into natural-sounding audio in 100+ languages. Paste your text, pick a voice, and download the MP3 — with a commercial-use license included at no cost.
Echtzeit-Bild- und Video-APIs, agentisches DAM und Kreativ-Automatisierung in einer Plattform

Kostenlos / Open SourceEchtzeit-Vision-Modelle und eine komplette Plattform zum Trainieren, Annotieren und Deployen

Online text-to-speech and embedding platform suited for podcasting and content creators, but less customizable for developers.

Eine universelle API für über 500 KI-Modelle und 1.000 Agenten-Tools
SpezialisiertSpezialisiert auf japanische Spracherzeugung und Echtzeit-Audiointerpretation und bietet starke zweisprachige Stimmklon-Funktionen.
Branchenführende Stimmenklon- und Text-to-Speech-Qualität, es fehlen jedoch die Open-Source-Modellflexibilität und Selbsthosting-Optionen von Fish Audio.
SpezialisiertSkripte in Minuten in AI-Avatar-Videos in Studioqualität verwandeln
SpezialisiertText-to-Speech und Voice-KI auf jedem Gerät
SpezialisiertVoicemod is a real-time AI voice changer and soundboard for PC, Mac and mobile. It swaps your microphone input for 200+ voices and sound effects that work inside Discord, games, streaming apps and calls.
Bietet extrem niedrige Latenz für Echtzeit-Streaming-Sprachgenerierung per API, ist jedoch weniger auf Consumer-Dubbing-Workflows ausgerichtet.
Kostenlos / Open SourceComputer Vision für die physische Welt entwickeln, trainieren und bereitstellen
Kostenlos / Open SourceTTSMaker is a free online text-to-speech tool that turns written text into natural-sounding audio in 100+ languages. Paste your text, pick a voice, and download the MP3 — with a commercial-use license included at no cost.
Kostenlos / Open SourceEchtzeit-Vision-Modelle und eine komplette Plattform zum Trainieren, Annotieren und Deployen
Online text-to-speech and embedding platform suited for podcasting and content creators, but less customizable for developers.
SpezialisiertSpezialisiert auf japanische Spracherzeugung und Echtzeit-Audiointerpretation und bietet starke zweisprachige Stimmklon-Funktionen.