Fish Audio 上线 S1 语音模型：比 ElevenLabs 便宜 6 倍

首次发布 2025年10月20日 UTC 16:02传播指数 37

Fish Audio 正式上线文本转语音模型 S1，宣称是市面上最自然生动的 TTS 模型。其价格比 ElevenLabs 便宜 6 倍，目前已有 2 万名活跃开发者，年经常性收入达到 500 万美元，并开放免费克隆声音。

想给产品配上好听的 AI 声音，很多人第一反应就是 ElevenLabs，但它的价格确实让不少团队头疼。

Fish Audio 创始人 Helena 宣布公开发布 S1 文本转语音模型。官方称这是目前市面上表现力最强、最自然的语音生成模型。

便宜六倍的语音新牌

除了主打自然的声音表现，Fish Audio S1 这次最直接的杀手锏是价格：官方表示它的使用成本比行业标杆 ElevenLabs 便宜了整整六倍。

普通用户现在可以直接免费克隆自己的声音来体验。在商业数据上，Helena 透露 Fish Audio 已经拥有 2 万名活跃开发者，年经常性收入达到了 500 万美元。

对于做内容创作或者需要大量语音交互的开发者来说，成本永远是落地的最大拦路虎。如果 Fish Audio S1 的表现力真能咬住第一梯队，六分之一的定价足以让很多徘徊在语音应用边缘的小团队立刻跑起来。

我们认为，AI 语音赛道的先发优势正在被性价比迅速稀释。ElevenLabs 凭借先发优势坐稳了高端心智，但高昂的调用成本给后来者留下了巨大的价格真空。Fish Audio 在公布 500 万美元 ARR 的同时亮出价格战，看起来就是冲着撬动中长尾开发者生态去的。