Fish Audioが音声合成モデル「S1」公開：ElevenLabs比で6倍安価

高品質なAI音声合成を使いたい開発者にとって、最大のネックはElevenLabsの高額なコストでした。

Fish AudioのHelena氏は、テキスト読み上げモデル「Fish Audio S1」の一般提供を開始したと発表しました。市場で最も表現力豊かで自然な音声モデルをうたっています。

ElevenLabsの6分の1のコスト

Fish Audio S1の最大の売りは圧倒的なコストパフォーマンスです。業界標準であるElevenLabsと比べて約6倍安価に利用できるとしています。

ユーザーは無料で自身の音声をクローンして試すことができます。また、同社はすでに2万人のアクティブ開発者を抱え、年間経常収益が500万ドルに達していることも明らかにしました。

なぜ重要か

大量の音声生成を必要とするサービス開発者にとって、コストが6分の1に下がるインパクトは絶大です。これまで予算の都合で音声機能の組み込みを見送っていたチームにとって、有力な選択肢になります。

AI音声の領域でも価格競争が本格化してきたと見られます。先行する大手が高価格を維持するなか、Fish Audioが確かな売上と開発者コミュニティを背景に仕掛けた今回の低価格戦略は、競合にも強い値下げ圧力をかけるはずです。