Fish Audio 開源 Drama 3：單段支援 16 人分飾與區域性音訊修改
Fish Audio 開源新一代語音大模型 Drama 3。該模型採用 35B 引數的 MoE 文本骨幹，單段文本最多可容納 16 個不同角色，並支援通過標籤控制嘆氣等情緒。改詞時無需整段重錄，可直接順著上下文區域性替換。
Fish Audio
Fish Audio 獲 5200 萬美元種子輪：釋出 S2.1 Pro，成本僅 ElevenLabs 六分之一
Fish Audio 宣佈完成 5200 萬美元種子輪融資，並公開發布語音克隆模型 S2.1 Pro。該模型僅需 5 秒音訊即可克隆聲音，速度是 Cartesia 的 2 倍，成本僅 ElevenLabs 的六分之一，且支援詞級情感與節奏控制。HeyGen 等企業已接入生產環境。
Fish Audio 旗艦語音模型 S2.1 Pro 免費開放：支援 83 種語言且不限用量
Fish Audio 宣佈將旗艦文本轉語音模型 S2.1 Pro 免費開放給開發者。該模型支援 83 種語言，最吸引人的是完全沒有呼叫量限制。這意味著開發者無需承擔高昂的語音 API 成本，就能直接在多語言專案裡接入高質量配音能力。
Fish Audio 開源 TTS 模型 S2：臺詞內直接寫標籤，實現詞級語音控制
Fish Audio 釋出第二代開源語音模型 Fish Audio S2。它支援在臺詞中任意插入自然語言標籤實現詞級語氣控制，首包延遲僅 100 毫秒，支援約 80 種語言。模型權重與微調程式碼已在 GitHub 和 HuggingFace 開源。
Fish Audio 上線 S1 語音模型：比 ElevenLabs 便宜 6 倍
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。