Как HeyGen перешла с ElevenLabs на Fish Audio, чтобы решить проблемы сходства голоса для неамериканских английских акцентов, и увидела, что пользователи выбирают Fish три к одному в прямых сравнениях.
Доля выбора Fish Audio по сравнению с альтернативными TTS-провайдерами в прямых пользовательских сравнениях на HeyGen.
John Wu
Менеджер аудиоинженерии HeyGen
"Fish - фантастическая голосовая модель для максимального сходства очень уникальных голосов."
CEO Fish Audio
Rissa Cao
"HeyGen - это место, где качество клонирования голоса важнее всего. Knowledge creators нужен не просто голос, похожий на них: им нужен голос, который звучит как они, включая акцент. Именно эту планку, на которой большинство TTS-моделей сглаживается за пределами американского английского, мы и создали S2 Pro, чтобы преодолеть. То, что пользователи HeyGen выбирают Fish три к одному в side-by-side тестах, - подтверждение, ради которого мы строили модель."
HeyGen — ведущая AI-видеоплатформа для knowledge-based creators: преподавателей, авторов курсов, бизнес-коммуникаторов и создателей контента, которые масштабно превращают экспертизу в видео. Платформа позволяет создавать профессиональное AI-видео без студийного оборудования, профессионального озвучивания и недель production.
Голос находится в центре каждого видео, которое создает HeyGen. Для автора, чья аудитория уже знает его голос, AI-голос должен быть именно его голосом: не универсальным диктором, не близкой имитацией, а настоящим голосом с настоящим акцентом, который аудитория узнает. Именно эту планку должно преодолеть клонирование голоса для AI-видео.
До оценки Fish Audio HeyGen использовал ElevenLabs как TTS-слой в пайплайне генерации AI-видео. Платформа работала, голоса были понятны. Но в отзывах постоянно всплывала структурная проблема: сходство голоса, особенно у создателей с неамериканскими английскими акцентами.
Создатели знаний говорят со своими акцентами. Австралийцы звучат по-австралийски, индийские авторы — по-индийски. Британский, южноафриканский, сингапурский, ирландский, шотландский, филиппинский, карибский — это не крайний случай для HeyGen, а форма международной базы создателей.
TTS, который хорошо звучит на американском английском, но сглаживает остальные акценты до нейтрально-американского, ломает обещание voice cloning для AI-видео: видео должно звучать как вы. Пользователи HeyGen с неамериканскими акцентами жаловались на сохранение акцента; клоны не сохраняли ожидаемую акцентную идентичность.
HeyGen оценил весь рынок TTS, чтобы решить проблему неамериканских английских акцентов. Это было не сравнение функций, а ключевой критерий для международной базы создателей.
У протестированных провайдеров разрыв между качеством клонирования американского и неамериканского английского был устойчивым — и в неправильную сторону. Большинство моделей сначала обучались на американском английском, а затем адаптировались под другие акценты. В клонах это проявлялось как сглаженная просодия, нейтрализованные гласные и явная потеря акцентной идентичности .
Fish Audio был выбран HeyGen прежде всего по одному критерию: качество клонирования уникальных голосов, особенно голосов с неамериканскими английскими акцентами.Модель Fish S2 Pro сохраняет акцентную идентичность исходного голоса, а не нормализует его к американской базе — именно эту проблему HeyGen видел у других провайдеров.
Для HeyGen это не техническая деталь. Это разница между тем, слышит ли аудитория знакомого автора или синтетического незнакомца. Качество клонирования голоса, а не задержка или цена, стало решающим фактором.
HeyGen разворачивает Fish Audio через cloud API, генерируя TTS для видео, которые клиенты создают на платформе. Интеграция работает в production-масштабе: каждое видео, опубликованное через HeyGen с голосом Fish, проходит через модель Fish S2 Pro.
Самый показательный сигнал — не похвала, а тишина там, где раньше была самая громкая жалоба. После миграции у базы создателей HeyGen есть три сигнала:
Используемые продукты: Fish Audio S2 Pro · Text-to-Speech (cloud API)
Выбор Fish Audio 3:1 по сравнению с альтернативными TTS-провайдерами в side-by-side тестах HeyGen.
Жалобы на неамериканские английские акценты прекратились в международной базе создателей HeyGen.
Перед выбором Fish Audio был оценен весь рынок TTS — сохранение акцента стало решающим фактором.
Миграция с ElevenLabs на Fish Audio ради качества клонирования голоса.
Обсудите с нашей командой сходство уникальных голосов, сохранение неамериканских английских акцентов и интеграцию Cloud API в продакшен-масштабе.
