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 API は月間 26,802 訪問、成長率 -21.8%、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
SD 1.5、SDXL、Fluxと1万以上のコミュニティモデルを1つのRESTエンドポイントで
| 項目 / 指標 | | |
|---|---|---|
| 公式ドメイン | fish.audio | stablediffusionapi.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) | 2.68万 (26,802) |
| 前月比トラフィック増減 | +13.34万 (+1.6%) | -7490 (-21.8%) |
| 主要市場とシェア | 🇺🇸 アメリカ合衆国 (15.6%) | 🇺🇸 アメリカ合衆国 (16.5%) |
| 月間ダイレクト訪問数 | 370.4万 | 8529 |
| ユーザー評価 | 4.4 | 4.2 |
| 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。
SD 1.5、SDXL、Fluxと1万以上のコミュニティモデルを1つのRESTエンドポイントで
1つのPOSTエンドポイントでSD 1.5、SDXL、Flux、ControlNet、LoRAのテキストto画像・画像to画像・編集を処理し、モデルごとにcURL・Python・Nodeのサンプルを提供。
アニメ調、フォトリアル、スタイル化など数千のコミュニティcheckpointとLoRAを、パラメータとサンプルコード付きで閲覧可能。
リクエストはジョブまたはtrack IDを返し、時間のかかる生成はポーリングや自前のwebhookエンドポイントへのプッシュで取得でき、クライアントをブロックしません。
Dreambooth形式のエンドポイントで独自の概念やスタイルを自分の画像から学習し、得られたモデルIDをそのまま生成呼び出しに利用できます。
GPT-6 Astra、Sol、Luna、そしてリアルタイムのマルチモーダルエージェントを展開するためのエンタープライズ開発者プラットフォームと API。
GPT-6 Astra、Sol、Luna、そしてリアルタイムのマルチモーダルエージェントを展開するためのエンタープライズ開発者プラットフォームと API。
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。
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MiniMax 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.
特化型MiniMax 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.
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.
1,500以上の実運用向け生成メディアモデルを1つのAPIで
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Together 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.
無料・オープンソースTogether 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.
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.
無料・オープンソースReplicate 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.
無料・オープンソースReplicate 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.
