Fish Audio 获 5000 万美元种子轮，开源语音项目转型高 ARR 商业平台
AI 语音初创公司 Fish Audio 宣布完成 5000 万美元种子轮融资，由 Coreline Ventures 和 Capital Today 领投，359 Capital、Parable、Play Time、Alphalist Partners、Bayhouse Ventures、Carya Venture Partners 与 HF0 等多家机构参投。
公司源于前英伟达研究员 Shijia Liao 发起的开源语音项目 Fish Speech，其在 GitHub 上已累计超过 3.1 万颗 Star，过去一年 Fish Audio 共发布 5 款模型，包括 4 款语音生成与 1 款语音转文本模型，其中 3 款语音生成模型开放权重，最新 S2.1 Pro 则通过付费 API 提供服务。
自去年推出以来，Fish Audio 的开源与托管模型已吸引超过 800 万用户，目前年度经常性收入（ARR）达到 2100 万美元；在市场端，公司通过「开源权重 + 商业 API」的组合，将开发者与内容创作者流量沉淀为订阅与按量付费收入，逐步从开源项目演变为面向创作者和企业的语音基础设施提供方。
来源：公开信息
ABAB AI 解读
从历史行为看，Fish Audio 的路径是典型「个人开源项目 → 社区爆款 → 商业化平台」：创始人 Shijia Liao 以单张 GPU 在卧室训练出首个语音生成与克隆模型，并以 Fish Speech 形式开源，迅速在 GitHub 拿到超 3 万 Star，吸引独立开发者、游戏工作室与内容创作者围绕其模型构建工具，这种先积累开发者心智、再搭建托管平台的路线与当年 Stable Diffusion 和 Whisper 的生态扩散极为相似。
在资本路径上，本次 5000 万美元种子轮在「2100 万美元 ARR、800 万用户」的基础上进入，相当于 VC 用大额种子轮买入一个已经验证的「开源 + API」语音基础设施故事：开源权重降低试用门槛，把开发者和创作者锁进技术栈，付费 API 与托管服务则承接高并发、低延迟与商业场景，资金将主要投向算力扩容、模型迭代与企业级场景（呼叫中心、客服、游戏语音、虚拟主播），目的是把目前以创作者为主的收入结构，升级为更稳定、更高客单价的企业语音管线。
横向对比，Fish Audio 所走的是「对标 ElevenLabs，但更开放、更偏开发者」的位点：ElevenLabs 从一开始就以闭源 SaaS 面向播客与媒体，而 Fish Audio以开源权重与免费 / 低价 API 打入开发者与游戏生态，类似 Hugging Face 与 OpenAI 在模型分发层的分工；行业阶段上，语音生成已经从「功能插件」转向「音乐、游戏、短视频、虚拟人」的基础设施，Fish Audio 用高 Star 开源项目和定价更具性价比的 S2.1 Pro，在这一轮从工具向基础设施迁移中抢占了一部分开发者心智与成本优势。
从结构判断看，这轮融资和商业路径体现的是「技术替代 + 产业链重构」：语音合成从昂贵、少数企业可用的专有模型，变成任何开发者都可调用的 API，广告配音、游戏角色、客服坐席和虚拟主播等行业的成本结构因此重排——人声录制与后期制作的定价权被算法和 API 价格替代；谁掌握高质量、低时延且成本更优的语音模型，谁就掌握「内容生产最后一公里」的定价权，而开源 + API 的组合，则在降低边际成本的同时，把语音从内容公司内部能力，重构为独立的语音基础设施赛道。
ABAB News · 认知定律
真正的开源不是免费，是把用户变成分销
从工具到基础设施的关键，是让别人离不开你的 API
模型性能决定体验，定价结构决定谁把语音变成生意