Fish Audio 官网入口与中文教程：AI 配音、声音克隆、API 与开源模型

本文根据 Fish Audio 官网定价页、官方文档、GitHub 仓库和 App Store 页面整理，资料核对于 2026-10-07。功能和价格变化快，以官网为准。

是什么

Fish Audio 是 Hanabi AI Inc. 推出的 AI 语音平台，做的是「让 AI 声音不像 AI」：文字转语音、声音克隆、语音转文字、变声、配音翻译都能在一个站里完成。官网有简体中文界面，对中文用户比较友好。

目前官网主推的语音模型是 Fish Audio S2.1 Pro，API 文档里同时列出 s2-pro、s1 等模型，语音转文字用 transcribe-1-pro。团队还在 GitHub 上开源了 Fish Speech 项目，可以自行部署研究（许可证条款以仓库说明为准）。

能做什么

• 文字转语音：选择音色、输入文案，生成旁白、有声书、角色对白。
• 情绪与语气标签：在文本里插入 [whispering]、[laughing]、[pause] 这类标签，控制耳语、笑声、停顿等表现。
• 声音克隆：用一段本人录音快速克隆；付费档提供「专业音色」，需要通过声音所有者验证。
• Voice Design：用一句文字描述生成一个全新的虚构音色，不需要任何真人录音（Plus 起）。
• 语音转文字：转写多人对话、长录音，可带时间戳。
• 故事工作室、变声、人声分离、音频翻译：适合做有声书、短剧配音和多语种视频。
• API 与 MCP：开发者可通过 REST API、官方 SDK 接入，也支持实时流式输出给语音助手用。

怎么上手

1. 打开 fish.audio，页面底部的语言选项可切换为简体中文，点「免费注册」创建账号（无需信用卡）。
2. 进入「文字转语音」，从语音库里挑一个音色，或使用自己克隆的声音。
3. 输入文案，需要情绪时在句子前加标签，再点生成试听。
4. 想要专属音色但不想用真人声音，可以试 Voice Design：用文字描述「沉稳的中年男声，语速偏慢，适合纪录片旁白」。
5. 开发者在控制台申请 API Key，按 docs.fish.audio 的 Quick Start 调用。

可以这样开始：

[soft] 夜深了，城市终于安静下来。[pause] 我想给你讲一个关于灯塔守护人的故事。

免费与付费

官网定价页（2026-10 查询，美元）：

（官网定价页，2026-10 查询。）月度积分每个周期重置，不结转；API 按量计费，另见 API 定价页。

适合谁 / 不适合谁

适合：

• 做有声书、短剧、游戏角色配音，需要情绪表现力的创作者。
• 想用中文界面、又想要多语种配音的个人和小团队。
• 需要 API 或想研究开源语音模型的开发者。

不适合：

• 免费额度下长期出内容的人：每月约 7 分钟，且不能商用。
• 想直接用社区里名人、主播音色做商业内容的人，授权风险很高。
• 对中文方言有特殊要求的场景，先试听再决定。

注意事项

• 克隆声音的同意规则：官方要求你确认对所克隆的声音拥有必要的权利、同意和披露，并遵守当地关于姓名、肖像和 AI 内容的法律；官方最佳实践写明只克隆有明确许可的声音（本人、已同意的人、合法授权音色），不要未经许可使用名人或公众人物的声音。专业音色必须由声音所有者本人通过实时验证。
• 社区音色库：语音库里有大量用户上传的音色，官方不预先审核每个用途，违规内容和账号可能被删除。使用他人上传的音色前，确认其授权情况，商用尤其要谨慎。
• 商用范围：官方 FAQ 说明付费订阅者可将已验证的音色用于商业用途，免费用户仅限个人非商业使用，详见服务条款。
• 标注 AI 生成：配音内容发布到国内平台时，按规定标注 AI 生成。