具備業界領先的語音複製與文字轉語音品質,但缺乏 Fish Audio 的開源模型靈活性與自行託管選項。
Fish Audio 每月有 8,557,159 次造訪,月增率 +1.6%,定價模式為免費增值。MuAPI 每月有 412,788 次造訪,成長率 +13.7%,定價模式為免費增值。
| 面向/指標 | ![]() | |
|---|---|---|
| 官方網域 | fish.audio | muapi.ai |
| 定價模式 | 免費增值 | 免費增值 |
| 每月造訪次數 | 855.72萬 (8,557,159) | 41.28萬 (412,788) |
| 月流量變化量 | +13.34萬 (+1.6%) | +4.97萬 (+13.7%) |
| 主要市場與市佔 | 🇺🇸 美國 (15.6%) | 🇮🇳 印度 (24.6%) |
| 每月直接造訪 | 370.4萬 | 22.74萬 |
| 使用者評分 | 4.4 | 4.3 |
| 支援平台 | 網站 | 網站 |

錄音室級 AI 文字轉語音與聲音克隆
輸入或貼上文稿即可生成自然旁白,支援 [whispering]、[angry]、[laughing] 等行內情緒與演繹標籤。
用一段簡短音訊樣本建立可用的聲音克隆,並在不同文稿與語言中重複使用。
瀏覽並使用涵蓋多語言與多種角色風格的大量社群聲音。
支援多語言轉寫,並提供情緒與說話者線索,方便後續剪輯。
一個 API 取用所有生成式影像、影片與音訊模型
以同一套驗證與計費使用文生圖、圖生影、文生影、放大、去背、換臉與對嘴功能。
針對特定模型選擇最便宜或最快的供應商,無需重寫整合,並可隨價格與品質變化切換。
透過公開排名與排行榜比較模型、閱讀詳細文件,並以 CLI 或 MCP 伺服器接入代理工作流程。
建立多步驟流程、在互動式工作室測試提示詞,並用代理或工作流程功能串接多個模型產出最終成品。
具備業界領先的語音複製與文字轉語音品質,但缺乏 Fish Audio 的開源模型靈活性與自行託管選項。

專項更強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.

提供用於媒體生成的極速無伺服器架構與開發者 API,但多模型打包的抽象化程度較低。
Multi-model AI API gateway for calling video, image, music, and chat models via one key.
免費 / 開源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.
提供相容於 OpenAI 的 API 以支援多種媒體模型,但社群與開發者生態系較小。

Unified API gateway providing developer access to diverse image, video, voice, and 3D models.

免費 / 開源Open-source infrastructure project providing a single API to generate images, video, speech, music, and text.
免費 / 開源Open-source infrastructure project providing a single API to generate images, video, speech, music, and text.