S2.1 Pro est maintenant gratuit pour les développeurs

IA vocale de niveau production.Tarifée comme une startup.Ouverte comme une communauté.

Intégrez synthèse vocale réaliste, clonage de voix et transcription avec une seule API. SDK Python et TypeScript officiels. Latence sous la seconde. Paiement à l'utilisation dès le premier appel.

Obtenir une clé API Lire la documentation

S2.1 Pro en live. Choisissez une voix, saisissez une ligne, puis écoutez le résultat. Le même modèle derrière HeyGen, Retell et Sanas en production — sans inscription, sans appel commercial, sans environnement de démo.

# The same call. The (direction) tags travel with the text.
curl https://api.fish.audio/v1/tts \
  -H "Authorization: Bearer $FISH_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "[chuckle] When you’re creating something new, there’s this [emphasis] beautiful mix of wonder and fear.",
    "reference_id": "933563129e564b19a115bedd57b7406a",
    "format": "mp3"
  }' --output speech.mp3

Choisi par les équipes qui déploient la voix en production

Agents vocaux et IA conversationnelle

Voix-off vidéo, doublage et musique

Interactif et social

Éducation et apprentissage

Du compte à votre premier audio en 5 quelques minutes.

Aucun appel commercial requis. Obtenez une clé API, installez le SDK, et déployez.

CURL · SYNTHÈSE VOCALE

# Text to speech in one call
curl -X POST \ https://api.fish.audio/v1/tts \
-H "Authorization: Bearer $FISH_API_KEY" \
-H "Content-Type: application/json" \
-H "model: s2.1-pro-free" \
-d '{"text": "Hello! Welcome to Fish Audio."}' \
--output welcome.mp3

PYTHON SDK

# Text to speech with the Python SDK
from fish_audio_sdk import Session, TTSRequest
 
session = Session("YOUR_API_KEY")
request = TTSRequest(text="Hello! Welcome to Fish Audio.")
with open("welcome.mp3", "wb") as f:
    for chunk in session.tts(request):
        f.write(chunk)

Ce que les équipes déploient sur Fish.

Une voix qui tient à l'écran

# Vidéo d'avatar

TTS lip-syncable et sensible aux émotions pour les produits d'avatars IA. Les tags de direction inline pilotent la performance, pas seulement les mots.

IA conversationnelle temps réel

# Agent vocal

Prise de parole en moins d'une seconde via WebSocket. Streaming TTS et ASR dans une seule stack. Gestion des interruptions.

Contenu parlé dynamique.

# Contenu audio & compagnons

Notes vers audio, outils de préparation, compagnons IA. Tarification au caractère qui évolue avec l'usage, pas avec les sièges.

Clonez en 30 secondes. Ou ignorez le clonage.

# Apps de personnages

IVC à partir de 30 secondes d’audio. PVC pour des répliques de qualité studio. Ou parcourez la bibliothèque de voix et déployez sans clonage.

Conçu pour la stack temps réel.

Open weights. Licence commerciale payante.

Nos modèles open source — fish-speech, S1 et S2 — sont disponibles en open weights avec une licence commerciale payante. Hébergez-les dans votre VPC, on-premise, cloud souverain ou environnement air-gapped lorsque la production l'exige. L'auto-hébergement est un engagement de niveau Enterprise — voir ci-dessous.

Lire les conditions de licence

15,000+ tags de direction. Intégrés à chaque appel.

[warm], [near-whisper], [reassuring] — la direction accompagne le texte lui-même. Aucun paramètre séparé, aucune liste à sélectionner, aucune migration de schéma quand le jeu de tags s’agrandit.

Parcourir la bibliothèque de directions

Test de Turing Audio : 0.515.

Les auditeurs ne distinguent pas de manière fiable S2.1 Pro d'une voix humaine en évaluation à l'aveugle. 581 comparaisons directes. Méthodologie et audios bruts publiés.

Lire la recherche

$15 par million de caractères. Dès votre premier appel.

Le même modèle derrière HeyGen, Pictoria, Dubbing AI et Plaud. Paiement à l'utilisation dès votre premier appel. Pas de "contactez-nous" pour les tarifs de production.

Voir la tarification complète

Utilisez notre API. Ou hébergez le modèle vous-même

API cloud pour toute équipe qui développe aujourd'hui. Auto-hébergement en tant qu'engagement Enterprise premium lorsque la production l'exige.

API hébergée · Toute équipe

API cloud, paiement à l'utilisation, $15 par million de caractères. La voie la plus rapide vers la production pour les équipes qui n'ont pas besoin d'opérer le modèle elles-mêmes.

Streaming WebSocket, REST, SDK Python + TypeScript
$15 / 1M UTF-8 bytes — sans engagement
Syntaxe de direction intégrée dans chaque appel
Le même modèle que celui publié en open weights

Obtenir une clé API

Hébergez le modèle vous-même.

Nos modèles open source — fish-speech, S1, S2 — sont disponibles en open weights avec une licence commerciale payante. Déployez-les dans votre VPC, votre centre de données, un cloud souverain ou un environnement air-gapped. Un engagement premium pour les équipes à fort volume ayant des besoins de résidence des données, de fine-tuning ou de déploiement réglementé.

Streaming WebSocket, REST, SDK Python + TypeScript
$10k/mois
Plancher effectif : $120–150K/an
Accès direct à notre équipe de recherche

Contacter les ventes

Une tarification quine pénalise pas la croissance

Paiement à l'utilisation dès le premier jour. Pas de frais par siège. Pas d'engagements annuels. Pas de "contactez-nous" pour les tarifs de production.

Voir la tarification complète

Modèle

TTS

ASR

Nom du modèle

S2.1 Pro Free

S2.1 Pro

Transcribe-1

Tarification

Gratuit pour les développeurs

$15 / 1M UTF-8 bytes

$0.36 / heure

Questions fréquentes

Vous migrez depuis ElevenLabs, Cartesia ou Rime ?

Comparaisons détaillées par fonctionnalité, prix et conditions contractuelles. API de même forme ; la plupart des migrations en production se terminent en moins d'une semaine.

Voir la comparaison

Les benchmarks, la méthodologie et les audios bruts

Résultats du test de Turing Audio, méthodologie d'évaluation à l'aveugle et licence open weights. Les preuves derrière chaque affirmation de cette page.

Lire la recherche

Passez en production ce week-end

Crédits gratuits pour démarrer. Sans carte bancaire. Même niveau tarifaire du prototype à l'échelle.

Obtenir une clé API Lire la documentation