Fish Audio、5200万ドル調達と音声複製モデル「S2.1 Pro」公開を発表
音声AI企業のFish Audioは、5200万ドルのシード資金調達と音声クローンモデル「S2.1 Pro」の一般公開を発表した。わずか5秒の音声から高精度に声を複製でき、処理速度はCartesiaの2倍、コストはElevenLabsの6分の1に抑えた。感情やテンポの単語単位制御にも対応する。
音声AI企業のFish Audioは、5200万ドルのシード資金調達と音声クローンモデル「S2.1 Pro」の一般公開を発表した。わずか5秒の音声から高精度に声を複製でき、処理速度はCartesiaの2倍、コストはElevenLabsの6分の1に抑えた。感情やテンポの単語単位制御にも対応する。
Fish Audioは、同社の主力テキスト音声合成モデル「S2.1 Pro」を開発者向けに完全無料で提供開始した。83言語に対応し、利用量の上限も設けられていないため、コストを気にせず多言語音声合成をアプリへ組み込める。