Fish Audio 上線 S1 語音模型：比 ElevenLabs 便宜 6 倍

首次發布 2025年10月20日 16:02 [UTC]傳播指數 37

Fish Audio 正式上線文本轉語音模型 S1，宣稱是市面上最自然生動的 TTS 模型。其價格比 ElevenLabs 便宜 6 倍，目前已有 2 萬名活躍開發者，年經常性收入達到 500 萬美元，並開放免費克隆聲音。

想給產品配上好聽的 AI 聲音，很多人第一反應就是 ElevenLabs，但它的價格確實讓不少團隊頭疼。

Fish Audio 創始人 Helena 宣佈公開發布 S1 文本轉語音模型。官方稱這是目前市面上表現力最強、最自然的語音生成模型。

便宜六倍的語音新牌

除了主打自然的聲音表現，Fish Audio S1 這次最直接的殺手鐧是價格：官方表示它的使用成本比行業標杆 ElevenLabs 便宜了整整六倍。

普通使用者現在可以直接免費克隆自己的聲音來體驗。在商業資料上，Helena 透露 Fish Audio 已經擁有 2 萬名活躍開發者，年經常性收入達到了 500 萬美元。

對於做內容創作或者需要大量語音互動的開發者來說，成本永遠是落地的最大攔路虎。如果 Fish Audio S1 的表現力真能咬住第一梯隊，六分之一的定價足以讓很多徘徊在語音應用邊緣的小團隊立刻跑起來。

我們認為，AI 語音賽道的先發優勢正在被價效比迅速稀釋。ElevenLabs 憑藉先發優勢坐穩了高階心智，但高昂的呼叫成本給後來者留下了巨大的價格真空。Fish Audio 在公佈 500 萬美元 ARR 的同時亮出價格戰，看起來就是衝著撬動中長尾開發者生態去的。