Fish Audio registra 8.557.159 visitas mensuales con un crecimiento intermensual de +1,6 % y un modelo de precios Freemium. Stable Diffusion API registra 26.802 visitas mensuales con un crecimiento de -21,8 % y un modelo de precios De pago.
Texto a voz y clonación de voz con calidad de estudio
Un único endpoint REST para SD 1.5, SDXL, Flux y más de 10.000 modelos de la comunidad
| Dimensión / Métrica | | |
|---|---|---|
| Dominio oficial | fish.audio | stablediffusionapi.com |
| Modelo de precios | Freemium | De pago |
| Visitas mensuales | 8,56 M (8.557.159) | 26,8 mil (26.802) |
| Variación de tráfico intermensual | +133,4 mil (+1,6 %) | -7,49 mil (-21,8 %) |
| Mercado principal y cuota | 🇺🇸 Estados Unidos (15,6 %) | 🇺🇸 Estados Unidos (16,5 %) |
| Visitas directas / mes | 3,7 M | 8,53 mil |
| Valoración de usuarios | 4,4 | 4,2 |
| Plataformas compatibles | Sitio web | Sitio web |
Texto a voz y clonación de voz con calidad de estudio
Escribe o pega un guion y genera narración natural, con etiquetas de emoción en línea como [whispering], [angry] o [laughing].
Crea un clon de voz utilizable a partir de una muestra corta y reutilízalo en otros guiones e idiomas.
Explora y usa un amplio catálogo de voces de la comunidad en muchos idiomas y estilos de personaje.
Transcribe audio con soporte multilingüe y pistas de emoción o hablante para la edición posterior.
Un único endpoint REST para SD 1.5, SDXL, Flux y más de 10.000 modelos de la comunidad
Un solo endpoint POST resuelve trabajos de texto a imagen, imagen a imagen y edición sobre SD 1.5, SDXL, Flux, ControlNet y LoRA, con ejemplos en cURL, Python y Node por modelo.
Miles de checkpoints y LoRA de la comunidad, con familias anime, fotorrealistas y estilizadas, consultables junto a sus parámetros y código de ejemplo.
Las peticiones devuelven un id de trabajo o track id, de modo que las generaciones largas se consultan por sondeo o se envían a tu propio webhook sin bloquear al cliente.
Los endpoints tipo Dreambooth permiten entrenar conceptos y estilos propios con tus imágenes y reutilizar los ids de modelo resultantes en las llamadas de generación.
Plataforma para desarrolladores y API empresarial para desplegar GPT-6 Astra, Sol, Luna y agentes multimodales en tiempo real.
Plataforma para desarrolladores y API empresarial para desplegar GPT-6 Astra, Sol, Luna y agentes multimodales en tiempo real.
Calidad de clonación de voz y texto a voz líder en la industria, pero carece de la flexibilidad del modelo de código abierto y las opciones de autoalojamiento de Fish Audio.
Calidad de clonación de voz y texto a voz líder en la industria, pero carece de la flexibilidad del modelo de código abierto y las opciones de autoalojamiento de Fish Audio.
Gratis / Código abiertoUna sola clave de API para cientos de modelos de IA de todos los proveedores
Gratis / Código abiertoUna sola clave de API para cientos de modelos de IA de todos los proveedores
EspecializadoConvierte guiones en vídeos con avatares de IA con calidad de estudio en minutos
EspecializadoConvierte guiones en vídeos con avatares de IA con calidad de estudio en minutos
EspecializadoTexto a voz y voz con IA en todos tus dispositivos
EspecializadoTexto a voz y voz con IA en todos tus dispositivos
EspecializadoMiniMax Image-01 is MiniMax's open-weight image generation model, available through the MiniMax API and MiniMax Design. It turns text prompts into high-resolution visuals and powers image workflows inside MiniMax's broader model family.
EspecializadoMiniMax Image-01 is MiniMax's open-weight image generation model, available through the MiniMax API and MiniMax Design. It turns text prompts into high-resolution visuals and powers image workflows inside MiniMax's broader model family.
EspecializadoVoicemod 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.
EspecializadoVoicemod 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.
Una API para más de 1.500 modelos de medios generativos listos para producción
Una API para más de 1.500 modelos de medios generativos listos para producción
Ofrece generación de voz en streaming en tiempo real con latencia ultrabaja mediante API, aunque está menos enfocado en flujos de doblaje para consumidores.
Ofrece generación de voz en streaming en tiempo real con latencia ultrabaja mediante API, aunque está menos enfocado en flujos de doblaje para consumidores.
Gratis / Código abiertoTogether AI is the AI Native Cloud — a full-stack platform for running, fine-tuning and training open-source models. It spans serverless inference APIs, dedicated endpoints, GPU clusters, post-training and storage, all backed by in-house systems research.
Gratis / Código abiertoTogether AI is the AI Native Cloud — a full-stack platform for running, fine-tuning and training open-source models. It spans serverless inference APIs, dedicated endpoints, GPU clusters, post-training and storage, all backed by in-house systems research.
Gratis / Código abiertoTTSMaker 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.
Gratis / Código abiertoTTSMaker 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.
Gratis / Código abiertoReplicate is a cloud API for running, fine-tuning, and deploying machine learning models. Spin up open-source and hosted models — from image, video, and audio generation to speech synthesis, captioning, and LLM inference — with one line of code, or package your own model with Cog and put it behind a production-ready API.
Gratis / Código abiertoReplicate is a cloud API for running, fine-tuning, and deploying machine learning models. Spin up open-source and hosted models — from image, video, and audio generation to speech synthesis, captioning, and LLM inference — with one line of code, or package your own model with Cog and put it behind a production-ready API.
