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。Stable Diffusion（Stability AI）は月間 341,872 訪問、成長率 +1.2%、料金体系フリーミアム、料金は要問い合わせを記録しています。
スタジオ品質のAI音声合成とボイスクローン
画像・動画・音声・3Dのためのオープン生成モデル
| 項目 / 指標 | | |
|---|---|---|
| 公式ドメイン | fish.audio | stability.ai |
| 料金モデル | フリーミアム | フリーミアム、料金は要問い合わせ |
| 月間訪問数 | 855.72万 (8,557,159) | 34.19万 (341,872) |
| 前月比トラフィック増減 | +13.34万 (+1.6%) | +3940 (+1.2%) |
| 主要市場とシェア | 🇺🇸 アメリカ合衆国 (15.6%) | 🇺🇸 アメリカ合衆国 (20.4%) |
| 月間ダイレクト訪問数 | 370.4万 | 13.44万 |
| ユーザー評価 | 4.4 | 4.7 |
| 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。
画像・動画・音声・3Dのためのオープン生成モデル
Stable Diffusionを広く知らしめたモデルファミリーで、マーケティングや製品ビジュアル、創作向けの高品質画像を生成・編集します。
ゲームやエンターテインメントの没入型世界に向けた3D・4D動画モデルを含め、動画を生成・編集します。
音楽、サウンドスケープ、効果音に対応するStable Audioファミリー。ライセンス済みデータで学習したオープンウェイト版もあります。
ホスト型APIを通じて、インフラ管理なしで実運用可能なメディア生成を自社製品に組み込めます。
業界トップクラスの音声クローンと音声合成品質を誇りますが、Fish Audioのようなオープンソースモデルの柔軟性やセルフホスティングオプションが不足しています。
業界トップクラスの音声クローンと音声合成品質を誇りますが、Fish Audioのようなオープンソースモデルの柔軟性やセルフホスティングオプションが不足しています。
無料・オープンソースチェックポイントやLoRAを発見するための比類なきコミュニティエコシステムを持っていますが、APIというより主にWebハブとして機能します。
特化型あらゆるデバイスで使える音声合成とボイスAI
無料・オープンソース複雑な生成パイプラインに対する究極のノードベース制御を提供しますが、シンプルなAPIに比べると学習曲線が急です。
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.
推論速度が大幅に速く、開発者向けのサーバレスAPIを提供していますが、Civitaiのようなネイティブなモデル学習ツールはありません。
特化型動画・画像・3D 生成のためのマルチモーダル創作 AI エージェント
API経由で超低遅延のリアルタイムストリーミング音声生成を実現していますが、一般向けの吹き替えワークフローへの特化度は低めです。
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.
オープンソースモデル向けの堅牢なクラウドホスティングとファインチューニングを提供しますが、特化型の推論エンジンと比べると遅延が高くなりがちです。
オープンソースモデル向けの堅牢なクラウドホスティングとファインチューニングを提供しますが、特化型の推論エンジンと比べると遅延が高くなりがちです。
