Fish Audio

Fish Audio هي منصة لتوليد الكلام مدعومة بالذكاء الاصطناعي مصممة لمنشئي المحتوى، والمطورين، ومدوني الصوت، ومنتجي الكتب الصوتية، واستوديوهات الألعاب، والمسوقين، والشركات. يقوم نظام تحويل النص إلى كلام الأساسي بتحويل النصوص المكتوبة إلى صوت طبيعي وتعبيري باستخدام أصوات جاهزة، ونماذج أنشأتها المجتمع، واستنساخات صوتية مخصصة، أو تسجيلات مرجعية تم توفيرها مباشرة أثناء التوليد.

يمكن للمستخدمين إنشاء الصوت من خلال ساحة اللعب المستندة إلى المتصفح أو دمج التكنولوجيا في التطبيقات من خلال واجهة برمجة التطبيقات (API) ومجموعات تطوير البرمجيات الرسمية بلغة بايثون وجافا سكريبت.

يمكن لتقنية استنساخ الصوت S2 الخاصة بالمنصة إنشاء صوت صناعي قابل للاستخدام من حوالي عشر ثوانٍ من الصوت المرجعي النظيف. يمكن للصوت المستنسخ إعادة إنتاج خصائص مثل نغمة الصوت، والإيقاع، والعاطفة، والتردد، وأسلوب الكلام. تتيح قدراتها عبر اللغات لصوت مستنسخ بلغة واحدة التحدث بلغات إضافية مدعومة دون إعادة تدريب. يجب أن يتم استنساخ الصوت فقط بموافقة المتحدث ووفقًا للقوانين المعمول بها المتعلقة بالهوية، والشبه، والإفصاح، ووسائط الإعلام الاصطناعية.

يدعم Fish Audio كل من السرد من متحدث واحد والحوار بين عدة متحدثين. مع نموذج S2-Pro، يمكن للمطورين تعيين أصوات منفصلة لعلامات المتحدثين المختلفة، مما يجعل المنصة مفيدة لمدونات الصوت، والمحادثات الخيالية، والكتب الصوتية، والألعاب، وسيناريوهات التدريب، وسرد الصوت. تتوفر عناصر التحكم لسرعة الكلام، والحجم، والتعبيرية، والتنوع، وجودة الإخراج، وصيغة الصوت.

يدعم البث في الوقت الحقيقي توليد الصوت منخفض الكمون لوكلاء المحادثة، والشخصيات التفاعلية، وتطبيقات خدمة العملاء، والألعاب، وغيرها من المنتجات التي تحتاج إلى الكلام قبل معالجة النص بالكامل. يتوفر الإخراج بصيغ تشمل MP3 وWAV وPCM وOpus، مع عدة خيارات لمعدل العينة ومعدل البت. يوفر Fish Audio أيضًا تحويل الكلام إلى نص من خلال واجهة برمجة التطبيقات الخاصة به، مما يعيد النصوص، والطوابع الزمنية، والنتائج المجزأة من الصوت المرفوع.

تستخدم واجهة برمجة التطبيقات الخاصة بالمطورين تسعير الدفع حسب الاستخدام دون حد أدنى شهري، بينما تشمل الحقوق التجارية للأصوات المستنسخة الوصول المدفوع المؤهل. يتم الترويج أيضًا لنموذج S2 الخاص بـ Fish Audio كمصدر مفتوح ومناسب للنشر الذاتي.