Обзор Fish Audio: как озвучить текст, клонировать голос и подключить API

Fish Audio — это веб-сервис для синтеза, клонирования и конвертации голоса, а также API для разработчиков. В обзоре разберём русские голоса, регистрацию, Voice Cloning, Voice Changer, Voice Design, цены и коммерческие ограничения, чтобы вы смогли сделать тестовую дорожку и выбрать режим работы.

Что такое Fish Audio

Fish Audio объединяет несколько инструментов:

Каталог и названия моделей обновляются. Например, недавно ещё появилась возможность разделять аудито (например, голос от шума) или создавать самому звуковые эффекты.

Перед запуском проверяйте карточку голоса и права на использование. Для сравнения с русскоязычным инструментом пригодится обзор Звукограма в AffTimes, а другие AI-сервисы собраны в каталоге нейросетей.

Как зарегистрироваться в Fish Audio

Регистрация нужна, чтобы открыть кабинет и проверить бесплатный баланс.

1. Откройте официальный сайт Fish Audio и нажмите регистрацию.
2. Заполните форму и подтвердите аккаунт предложенным способом.
3. Войдите в кабинет.
4. Чтобы воспользоваться пробным периодом, необязательно указывать данные карты. Можно просто выйти из формы оплаты, и бесплатный план сам подключится.

Если баланс в 8000 кредитов отображается, переходите в «Текст в речь» и запускайте тестовую озвучку.

Как озвучить текст на русском

Fish Audio создаёт аудиофайл прямо в браузере. Для первой проверки возьмите 2–3 предложения с числами, датой и названием бренда.

Откройте «Текст в речь» и вставьте сценарий. В бесплатном веб-тарифе одна генерация ограничена 500 символами.

Выберите голос по языку, полу, возрасту и стилю. Для этого нажмите Verity. Для запроса «спокойный женский голос» сравните несколько моделей на одном тексте.

Добавьте теги подачи, если их поддерживает выбранная модель: [whisper], [chuckle], [audience laughing] или собственное описание эмоции.

Запустите генерацию, прослушайте дорожку и проверьте ударения в именах, гео, валютах и числах.

Скачайте MP3 или WAV. Через API дополнительно доступен Opus.

Длинный сценарий разделяйте на смысловые блоки. Так проще исправить одну фразу и сохранить одинаковую интонацию в ролике.

Как выбрать русский, женский или мужской голос

Сначала определите задачу. Для объясняющего ролика нужен нейтральный тембр и ровный темп, для рекламного крео полезно сравнить энергичную и спокойную подачу, для персонажа важнее реакция на паузы и теги эмоций. Длинную озвучку слушайте хотя бы 30–60 секунд: на короткой фразе ошибки ритма часто незаметны.

Публичные модели создают пользователи. В каталоге встречаются голоса, похожие на медийных персон, например, Меллстрой или Рената Литвинова. Если такой вариант нужен для рекламы или клиентского креатива, сначала проверьте описание модели и условия лицензии: сама подпись в каталоге ещё не объясняет права на использование.

Как клонировать свой голос

Voice Cloning (клонирование голоса) создаёт многоразовую модель из записи человека. Fish Audio рекомендует минимум 10 секунд чистого аудио; для стабильности лучше записать 2–3 фрагмента по 15–20 секунд.

1. Запишите голос в тихой комнате без музыки и эха. Телефонного диктофона достаточно для теста.
2. Откройте «Создать голос» и выберите Instant Voice Clone. Для студийного варианта есть Professional Voice Clone.
3. Загрузите аудио.
4. Назовите модель и выберите видимость: Public, Unlisted или Private.
5. Подтвердите, что у вас есть разрешение на создание и публикацию модели.
6. Выберите модель в «Текст в речь» и сравните результат с исходной записью.

Клонировать чужой голос без согласия нельзя. Для голоса актёра заранее оформите разрешение и проверьте коммерческую лицензию. Если нужен оригинальный тембр без записи реального человека, используйте Voice Design.

Voice Design: как создать новый голос по описанию

Voice Design генерирует синтетический голос из текста: укажите возраст, пол, акцент, тембр, темп и настроение. Но учтите, что войс дизайн не входит в бесплатный тариф.

1. В «Создать голос» выберите Voice Design.
2. Напишите описание, например: «Тёплый женский голос диктора 35 лет, мягкая хрипотца, спокойный темп».
3. Сгенерируйте два образца и сравните их на одном тексте.
4. Сохраните подходящий вариант как модель и задайте видимость.

Стандартная цена Voice Design в API — $0,01 за успешный запрос.

Как работает Fish Audio Voice Changer

Voice Changer меняет голос в готовой записи, а Voice Cloning создаёт модель для новых текстов.

1. Откройте «Изменение голоса» в браузере.
2. Загрузите WAV, MP3, FLAC, OGG, M4A или OPUS размером до 100 МБ.
3. В блоке «Референсный голос» выберите модель или добавьте свой референс.
4. Нажмите «Начать конвертацию», затем скачайте MP3.

На генерацию уходит 3000 кредитов за минуту с посекундным списанием. Тридцатисекундный файл стоит примерно 1500 кредитов, но итоговый расход смотрите в кабинете.

Fish Audio API и API key

API (интерфейс для подключения сервиса к коду) нужен для ботов, приложений и автоматических конвейеров.

1. Войдите в Fish Audio и откройте раздел «Разработчик» → API ключи.
2. Нажмите «Создать ключи API», задайте имя и срок действия.
3. Скопируйте ключ в переменную окружения. Не храните его в Git, фронтенд-коде и публичных скринах.
4. Отправьте POST-запрос на https://api.fish.audio/v1/tts.

После создания ключа можно проверить соединение коротким запросом.

s2.1-pro-free работает как бесплатный API-уровень по правилам Fair Use. Для выбранного голоса добавьте reference_id. Если запрос вернул 401, проверьте ключ; 402 означает отсутствие платных кредитов; 400 указывает на ошибку параметров; 429 сообщает о лимите параллельных запросов.

Тарифы Fish Audio в 2026 году

Веб-кабинет считает кредиты, а API списывает стоимость по объёму текста или длительности аудио.

Для API документация указывает такие ставки: s2.1-pro стоит $15 за 1 млн байт UTF-8; s2.1-pro-free стоит $0 в бесплатном уровне и Fair Use; transcribe-1 стоит $0,36 за аудиочас; Voice Design стоит $0,01 за успешный запрос. Параллельность стартует с 5 запросов, после $100 пополнений повышается до 15, после $1000 — до 50.

Коммерческое использование и вотермарки

Официальный FAQ описывает бесплатный веб-план как личный и некоммерческий. Платные планы добавляют коммерческое использование проверенных голосов, но права на чужую запись нужно подтвердить отдельно. Для бесплатного API проверяйте лицензию конкретного режима: слово «бесплатно» не означает автоматическое разрешение на рекламу и клиентские проекты.

В открытой справке Fish Audio нет единого правила о watermark (водяном знаке) для всех режимов. Перед публикацией проверьте карточку тарифа, условия модели и скачанный файл.

Где Fish Audio пригодится в работе

Fish Audio можно встроить в несколько привычных задач арбитражной команды:

1. Для UGC-креатива — быстро озвучить один сценарий разными голосами и выбрать подачу под прелендинг или оффер.
2. Для клиентского ролика — заменить голос в готовом видео через Voice Changer, сохранив монтаж и визуальный ряд.
3. Для собственного пайплайна — отправлять тексты из таблицы, CRM или бота в API и получать набор аудиофайлов без ручной генерации каждого варианта.

Такой подход удобен для теста нескольких хуков, гео и языковых версий, но коммерческие права нужно сверять отдельно для каждого голоса и тарифа.

Итог

Для арбитражника Fish Audio закрывает четыре задачи: русскую озвучку креативов, клонирование голоса, смену голоса в готовом ролике и API-интеграцию с собственным пайплайном. Начните с одного короткого сценария, сравните три голоса на одинаковом тексте и только после этого собирайте серию объявлений. Для рекламы заранее проверьте коммерческие права выбранной модели.

FAQ