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。
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。Whisper(OpenAI)记录了 0 月访问量,增长率为 —,定价为免费。
| 维度 / 指标 | ![]() | |
|---|---|---|
| 官方域名 | fish.audio | github.com |
| 定价模式 | 免费增值 | 免费 |
| 月访问量 | 855.72万 (8,557,159) | 0 (0) |
| 月度环比流量变化 | +13.34万 (+1.6%) | 0 (—) |
| 主要市场与份额 | 🇺🇸 美国 (15.6%) | 🌐 全球 (—) |
| 直接访问 / 月 | 370.4万 | 0 |
| 用户评分 | 4.4 | 4.8 |
| 支持的平台 | 网站 | 开源 |

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。
OpenAI 开源语音识别模型,支持转写、翻译与语种识别
一个 Transformer 同时完成转写、语音翻译成英文、语种识别和语音活动检测,通过特殊任务 token 切换。
可选 tiny、base、small、medium、large 与 turbo 权重,另有仅英文的 .en 版本,在精度、显存与速度间灵活取舍。
多语言权重可转写和翻译数十种语言,并对混合语言音频自动检测语种。
通过 pip 安装 openai-whisper,即可在终端或自有 Python 代码中转写文件,音频解码由 ffmpeg 处理。
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。
支持 150+ 语言的 AI 转录与会议纪要

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.
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.
把音频与视频变成可搜索文本的 AI 转录服务