Авторы HeyGen выбирают Fish Audio для клонирования голоса втрое чаще других решений.

Авторы HeyGen живут по всему миру. Австралийцы, индийцы, британцы, южноафриканцы, сингапурцы, ирландцы, шотландцы, филиппинцы и жители Карибского региона говорят по-английски, но звучат по-разному.

Прежний слой синтеза речи HeyGen точно воспроизводил американский английский и подгонял под него остальные акценты. Просодия становилась плоской, гласные теряли особенности. Акцент, по которому аудитория узнавала автора, превращался почти в нейтральный американский. Такая картина наблюдалась на большей части рынка по понятной причине: модели, сначала обученные на американском английском, а затем адаптированные, хорошо работают с ним, но предсказуемо теряют качество на остальных вариантах.

Авторы заметили проблему сразу. Сходство акцента стало постоянной причиной жалоб: голоса перестали звучать как их собственные. Более того, проблема затронула именно ту аудиторию, которую HeyGen стремилась расширить. Авторам по всему миру требовалось переносить свои голоса между языками и акцентами, не теряя узнаваемой индивидуальности.

Оценка не была сравнением функций. HeyGen не искала модель с минимальной задержкой, максимальной выразительностью или самым длинным списком языков. Всё свелось к гораздо более простому вопросу: когда автор клонирует свой голос, остаётся ли он похожим на себя?

Точнее, HeyGen проверяла, сохраняет ли модель акцент, благодаря которому голос узнают. Сможет ли британский автор сохранить британский акцент? Сможет ли голос переключаться между языками, не превращаясь по умолчанию в американизированную версию самого себя?

Это стало критерием. Голос мог быть быстрым, выразительным и технически впечатляющим, но если акцент менялся, проверка считалась проваленной.

HeyGen выбрала Fish Audio, потому что модель лучше всего соответствовала этому критерию. Скорость и цена имели значение, но не были решающими. После достижения требуемой производительности отличие было простым: какая модель точнее всего воспроизводит голос при разных акцентах?

Fish Audio выделялась тем, что сохраняла особенности исходного голоса, а не сглаживала их до общего стандарта. Такая стабильность позволила HeyGen расширить голосовой продукт на новых авторов и рынки, не заставляя людей жертвовать привычным звучанием.

Результатом стала не просто более качественная голосовая модель. Решение устранило препятствие для использования HeyGen на разных языках и укрепило основу глобальной стратегии компании по работе с авторами.

HeyGen развернула S2 Pro через облачный API Fish Audio. Каждое видео, опубликованное автором с голосом Fish, проходит через эту модель. Поэтапный запуск и пилотная группа не потребовались. Интеграция сразу вышла на производственный масштаб.

После перехода на Fish Audio у HeyGen не возникало проблем со сходством акцента в рабочей среде. В голосовых тестах авторы выбирали Fish Audio вместо альтернативы в соотношении 3:1.

Сегодня Fish Audio обеспечивает голосовые возможности для авторов HeyGen по всему миру, помогая каждому голосу оставаться безошибочно узнаваемым, где бы его обладатель ни говорил.