Fish Audio獲5200萬美元種子輪併發布S2.1 Pro，該模型可從5秒音頻克隆聲音並用標籤調節情緒
Fish Audio完成5200萬美元種子輪融資併發布高級語音AI模型S2.1 Pro。
該模型可從5秒音頻克隆聲音並用標籤調節情緒，延遲低於300毫秒，成本爲ElevenLabs六分之一，22人團隊已實現2100萬美元年經常性收入。
事件驅動語音AI創業加速，資金流向低成本高表現模型，傳統語音合成廠商承壓而開發者生態受益。
來源：公開信息
ABAB AI 解讀
Fish Audio起源於前英偉達研究員的GitHub開源項目，一年內從單卡訓練擴展到多模型與商業API，服務HeyGen與Retell等客戶並保持開源與免費開發者入口。
資本路徑顯示種子輪由Coreline等領投，資源投入模型迭代與企業銷售，動機在於以情感控制與極低延遲搶佔創作者與客服市場，具體通過社區庫與低價策略快速獲客。
類似ElevenLabs從開源到高估值的路徑，當前語音生成行業處於從基礎合成向可控情感與實時流式的擴張階段。
本質屬於技術替代，機制在於短樣本克隆加自然語言標籤大幅降低定製成本，使中小團隊也能部署高質量語音代理。
ABAB News · 認知定律
開源項目可快速商業化
五秒克隆重寫語音門檻
低價高質是獲客槓桿