本文へスキップ

Fish Audio

多数の声モデルを持つ音声合成

公式サイトを見る

Fish Audio とは

Fish Audio は AI 音声合成とクローン基盤である。テキスト読み上げと声クローンを提供し、約 30 秒の明確な音声から個人の声モデルを作り、多言語と言語間生成、大きな内蔵声モデルライブラリ、無料と有料プランでの API 利用を備える。

ベンダーはオープンソースの Fish-Speech が TTS-Arena2 評価で一位だったと説明している。

できること

  • テキストから音声を生成する
  • 短いサンプルから声モデルを作る
  • 言語間の吹き替えを作る
  • API で合成を組み込む

向いている人

  • コンテンツ制作者とポッドキャスター
  • 多言語音声を作るチーム
  • TTS を加える開発者

注意点

  • クローンには話し手の同意が必要である。30 秒のサンプルで悪用が容易なため、他者をクローンしてはならない
  • 評価の順位はベンダーの主張である。自分の素材で試すこと
  • ライブラリの声モデルは実在の人を模倣する場合があり、商用前にライセンスを確認すること
  • 言語間の出力はアクセントと表現の問題を聴くこと

長所と短所

✓ 良い点

  • クローンに短いサンプルで十分
  • 大きなモデルライブラリ
  • API と無料プランが用意

! 注意したい点

  • クローンの悪用が容易
  • 順位の主張はベンダー提供
  • モデルライセンスを確認

よくある質問

How much audio does cloning need?

Public information states about thirty seconds of clear speech.

Does it support other languages?

Yes. Multilingual and cross-language generation are stated capabilities.

Is there a free plan?

Yes. Free and paid plans are both offered.

最終評価日: 2026-09-18

その他 AIオーディオツール ツール

すべて見る →

評価方法