Fish Audio 獲 5000 萬美元種子輪，開源語音項目轉型高 ARR 商業平臺
AI 語音初創公司 Fish Audio 宣佈完成 5000 萬美元種子輪融資，由 Coreline Ventures 和 Capital Today 領投，359 Capital、Parable、Play Time、Alphalist Partners、Bayhouse Ventures、Carya Venture Partners 與 HF0 等多家機構參投。
公司源於前英偉達研究員 Shijia Liao 發起的開源語音項目 Fish Speech，其在 GitHub 上已累計超過 3.1 萬顆 Star，過去一年 Fish Audio 共發佈 5 款模型，包括 4 款語音生成與 1 款語音轉文本模型，其中 3 款語音生成模型開放權重，最新 S2.1 Pro 則通過付費 API 提供服務。
自去年推出以來，Fish Audio 的開源與託管模型已吸引超過 800 萬用戶，目前年度經常性收入（ARR）達到 2100 萬美元；在市場端，公司通過「開源權重 + 商業 API」的組合，將開發者與內容創作者流量沉澱爲訂閱與按量付費收入，逐步從開源項目演變爲面向創作者和企業的語音基礎設施提供方。
來源：公開信息
ABAB AI 解讀
從歷史行爲看，Fish Audio 的路徑是典型「個人開源項目 → 社區爆款 → 商業化平臺」：創始人 Shijia Liao 以單張 GPU 在臥室訓練出首個語音生成與克隆模型，並以 Fish Speech 形式開源，迅速在 GitHub 拿到超 3 萬 Star，吸引獨立開發者、遊戲工作室與內容創作者圍繞其模型構建工具，這種先積累開發者心智、再搭建託管平臺的路線與當年 Stable Diffusion 和 Whisper 的生態擴散極爲相似。
在資本路徑上，本次 5000 萬美元種子輪在「2100 萬美元 ARR、800 萬用戶」的基礎上進入，相當於 VC 用大額種子輪買入一個已經驗證的「開源 + API」語音基礎設施故事：開源權重降低試用門檻，把開發者和創作者鎖進技術棧，付費 API 與託管服務則承接高併發、低延遲與商業場景，資金將主要投向算力擴容、模型迭代與企業級場景（呼叫中心、客服、遊戲語音、虛擬主播），目的是把目前以創作者爲主的收入結構，升級爲更穩定、更高客單價的企業語音管線。
橫向對比，Fish Audio 所走的是「對標 ElevenLabs，但更開放、更偏開發者」的位點：ElevenLabs 從一開始就以閉源 SaaS 面向播客與媒體，而 Fish Audio以開源權重與免費 / 低價 API 打入開發者與遊戲生態，類似 Hugging Face 與 OpenAI 在模型分發層的分工；行業階段上，語音生成已經從「功能插件」轉向「音樂、遊戲、短視頻、虛擬人」的基礎設施，Fish Audio 用高 Star 開源項目和定價更具性價比的 S2.1 Pro，在這一輪從工具向基礎設施遷移中搶佔了一部分開發者心智與成本優勢。
從結構判斷看，這輪融資和商業路徑體現的是「技術替代 + 產業鏈重構」：語音合成從昂貴、少數企業可用的專有模型，變成任何開發者都可調用的 API，廣告配音、遊戲角色、客服坐席和虛擬主播等行業的成本結構因此重排——人聲錄製與後期製作的定價權被算法和 API 價格替代；誰掌握高質量、低時延且成本更優的語音模型，誰就掌握「內容生產最後一公里」的定價權，而開源 + API 的組合，則在降低邊際成本的同時，把語音從內容公司內部能力，重構爲獨立的語音基礎設施賽道。
ABAB News · 認知定律
真正的開源不是免費，是把用戶變成分銷
從工具到基礎設施的關鍵，是讓別人離不開你的 API
模型性能決定體驗，定價結構決定誰把語音變成生意