Fish Audio发布S2.1 Pro，5秒语音克隆
语音初创Fish Audio完成5200万美元种子轮融资并推出S2.1 Pro，可用5秒音频克隆声音，速度快、成本低且支持词级情感语调控制。
AI 深度解读
语音克隆赛道又添猛将：Fish Audio 完成5200万美元种子轮融资，同步推出新模型S2.1 Pro，主打5秒钟就能克隆一个人的声音，而且速度更快、成本更低、延迟更小。
- 克隆效率大幅提升,仅需5秒音频样本即可完成声音克隆,响应延迟约90毫秒,速度是Cartesia的2倍
- 成本优势明显,官方称价格仅为ElevenLabs的六分之一,对开发者和中小团队更友好
- 语言与控制能力覆盖广，支持83种以上语言、15000多条自然语言控制指令，可通过【whisper】【laugh】等标签词实现单词级别的情感和语调控制
- 融资规模不小,种子轮就拿到5200万美元,说明资本对语音克隆赛道的商业化前景仍然看好
- 语音层的AI基础设施正在快速内卷，低延迟、低成本、精细情感控制三个指标同时突破，对做配音、有声内容、虚拟人产品的团队来说是个可以立刻评估接入的新选项。
本内容由 AI 生成，仅供参考，请注意甄别