Fish Audio: Open-source voice platform offering studio-grade text-to-speech and instant cloning, suitable for self-hosting deployments. Fish Audio は月間 8,557,159 訪問、前月比成長率 +1.6%、料金体系フリーミアムを記録しています。Soniox は月間 335,647 訪問、成長率 +2.2%、料金体系有料を記録しています。
スタジオ品質のAI音声合成とボイスクローン
Soniox is a speech AI platform offering real-time speech-to-text, expressive text-to-speech with voice cloning, and real-time speech translation in 60+ languages through one unified API, built for voice agents, wearables, dictation, and live captions.
| 項目 / 指標 | | |
|---|---|---|
| 公式ドメイン | fish.audio | soniox.com |
| 料金モデル | フリーミアム | 有料 |
| 月間訪問数 | 855.72万 (8,557,159) | 33.56万 (335,647) |
| 前月比トラフィック増減 | +13.34万 (+1.6%) | +7294 (+2.2%) |
| 主要市場とシェア | 🇺🇸 アメリカ合衆国 (15.6%) | 🇺🇸 アメリカ合衆国 (12.5%) |
| 月間ダイレクト訪問数 | 370.4万 | 18.17万 |
| ユーザー評価 | 4.4 | 4.5 |
| 対応プラットフォーム | ウェブサイト | ウェブサイト |
スタジオ品質のAI音声合成とボイスクローン
台本を入力するだけで自然なナレーションを生成。[whispering][angry][laughing]などの感情・演技タグをインラインで指定できます。
短い音声サンプルから使えるクローンを作成し、別の台本や言語でも使い回せます。
多言語・多様なキャラクタースタイルのコミュニティ音声を多数閲覧して利用できます。
多言語の文字起こしに対応し、感情や話者の手がかりも得られるため編集に役立ちます。
Soniox is a speech AI platform offering real-time speech-to-text, expressive text-to-speech with voice cloning, and real-time speech translation in 60+ languages through one unified API, built for voice agents, wearables, dictation, and live captions.
Soniox STT delivers high accuracy across 60+ languages, accents, numbers, names, and domain vocabulary, engineered for fast multi-speaker conversations and noisy environments.
Generate expressive speech in 60+ languages with audio tags, alphanumeric accuracy, seamless language switching, 200+ built-in voices, and instant voice cloning.
Translate speech in real time across roughly 3,600 language pairs, with low-latency output that starts before a sentence finishes and handles mid-sentence language switching.
Streaming models transcribe speech and start generating audio from the first few words, keeping interaction fast enough for live voice agents and captions.
高精度な音声合成と音声クローンの業界リーダーですが、生のストリーミングSTTインフラにはあまり焦点を当てていません。
特化型あらゆるデバイスで使える音声合成とボイスAI
特化型Provides expressive multilingual text-to-speech and voice cloning APIs with strong performance across global languages.
特化型Provides expressive multilingual text-to-speech and voice cloning APIs with strong performance across global languages.
特化型Voicemod 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.
特化型Voicemod 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.
対話型エージェント向けに最適化された、超低遅延のリアルタイム音声合成およびストリーミング文字起こしAPIを提供します。
無料・オープンソースTTSMaker 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.
無料・オープンソースTTSMaker 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.
超高速なリアルタイム音声文字変換や音声AI APIを提供しますが、統合翻訳機能への注力は控えめです。
特化型Specialises in orchestrating conversational voice agents and telephony integrations rather than standalone speech APIs.
高精度な音声認識とオーディオインテリジェンスAPIを提供しますが、ネイティブの音声クローン機能はありません。
特化型Specialises in emotional text-to-speech generation and multilingual video dubbing, but less robust for raw transcription pipelines.
特化型Specialises in emotional text-to-speech generation and multilingual video dubbing, but less robust for raw transcription pipelines.
Online text-to-speech and embedding platform suited for podcasting and content creators, but less customizable for developers.
Online text-to-speech and embedding platform suited for podcasting and content creators, but less customizable for developers.
