Fish Audio 记录了 8,557,159 月访问量，月度环比增长为 +1.6%，定价为免费增值。Stable Diffusion（Stability AI）记录了 341,872 月访问量，增长率为 +1.2%，定价为免费增值，定价请咨询。
面向图像、视频、音频与 3D 的开放生成模型
| 维度 / 指标 |  | |
|---|---|---|
| 官方域名 | fish.audio | stability.ai |
| 定价模式 | 免费增值 | 免费增值，定价请咨询 |
| 月访问量 | 855.72万 (8,557,159) | 34.19万 (341,872) |
| 月度环比流量变化 | +13.34万 (+1.6%) | +3940 (+1.2%) |
| 主要市场与份额 | 🇺🇸 美国 (15.6%) | 🇺🇸 美国 (20.4%) |
| 直接访问 / 月 | 370.4万 | 13.44万 |
| 用户评分 | 4.4 | 4.7 |
| 支持的平台 | 网站 | 网站 |
录音室级 AI 文本转语音与声音克隆
输入或粘贴文稿即可生成自然旁白，支持 [whispering]、[angry]、[laughing] 等行内情绪与演绎标签。
用一段简短音频样本建立可用的声音克隆，并在不同文稿与语言中反复使用。
浏览并调用覆盖多语言与多种角色风格的大量社区声音。
支持多语言转写，并提供情绪与说话人线索，方便后续剪辑。
面向图像、视频、音频与 3D 的开放生成模型
使用让 Stable Diffusion 广为人知的模型系列，为营销、产品图与创意项目生成并编辑高质量图像。
创建并编辑视频，包括面向游戏与娱乐沉浸式世界的 3D 与 4D 视频模型。
使用 Stable Audio 模型系列制作音乐、音景与音效，并提供基于授权数据训练的开放权重版本。
通过托管 API 把可用于生产的媒体生成能力集成到自己的产品中，无需自建基础设施。
具备行业领先的语音复制与文本转语音质量，但缺乏 Fish Audio 的开源模型灵活性与自行托管选项。
专项更强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.
提供明显更快的推理速度与对开发者友好的无服务器 API，但缺乏像 Civitai 那样的原生模型训练工具。
免费 / 开源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.
提供针对开源模型的强大云端托管与微调功能，不过比起专门的推理引擎，通常延迟会高一些。
