FishAudioの使い方
FishAudioとは？
FishAudio（フィッシュオーディオ）は、Hanabi AI Inc. が運営する生成AI音声プラットフォームです。テキストから自然な音声を合成できるほか、短い音声サンプルから話者の声を再現するボイスクローン機能や、音声→テキスト変換（STT）API も提供しています。
FishAudioの主な機能
■テキスト→音声合成 (TTS)
13 言語対応の最新モデル Fish Speech 1.5/1.6 を採用。
WebSocket ストリーミングで約 150 ms の低遅延再生が可能。
■ボイスクローン
Instant Clone : 約 10–45 秒の音声サンプルで即時に声を再現。
Premium Clone : 30 分〜数時間の音声で学習し、多言語・感情表現まで対応。
■音声→テキスト変換 (STT)
言語自動判定付きの文字起こし API。手動で言語指定すれば精度をさらに向上できる。
FishAudioの料金プラン
■Free
価格 : $0／月
生成枠 : 音声生成 1 時間／月、最長 3 分／クリップ
速度 : 標準
利用範囲 : 個人・試用向け（商用不可）、API 利用なし
■Premium
価格 : 月払い $9.99 ／ 年払い換算 $6.66／月
生成枠 : Web UI では無制限（Fish Speech 1.5 / 1.6）、最長 30 分／生成
特典 : 優先生成、リファレンス音声の自動最適化、最新モデル先行提供、商用ライセンス、精密パラメータ制御、毎月 $10 の API クレジット＋従量課金 API
■Pro（近日提供予定）
価格 : $99.99／月
内容 : Premium の全機能に加え、リファレンス音声の高度補正、新モデルの優先アクセスなど上位機能が追加予定
ボイスクローンの基本的な使い方
①FishAudioサイトにアクセスし、メール、Googleアカウントでログイン
②「ボイスクローン」を選択し、「録音開始」ボタンを押して表示されている日本語を録音する。
③モデル情報を入力