เด่นสุดคือฟังแล้วไม่ชอบแค่คำเดียว ก็แก้เฉพาะตรงนั้นได้ ไม่ต้องสร้างเสียงใหม่ทั้งคลิป ลองใช้ได้แล้ววันนี้บน fish.audio
มีอะไรใหม่
- เขียนคำสั่งเป็นภาษาพูดไว้ในวงเล็บหน้าประโยค เช่น เสียงเหนื่อยแต่ยังคุมสถานการณ์ได้ และเปลี่ยนอารมณ์กลางประโยคได้ เริ่มนิ่ง ๆ แล้วค่อยตื่นตระหนก โดยไม่ต้องอัดเทคใหม่
- คำสั่งไม่จำเป็นต้องเป็นภาษาเดียวกับบท เช่น บทเป็นอังกฤษ แต่สั่งอารมณ์เป็นภาษาจีนหรือญี่ปุ่นก็ได้
- ใส่เสียงถอนหายใจ หัวเราะ เสียงหายใจ หรือเว้นจังหวะตรงจุดที่ต้องการ และเลือกให้กระซิบหรือเน้นเฉพาะบางคำได้
- ทำฉากที่มีหลายตัวละครในคำขอเดียว แต่ละตัวยังเป็นเสียงของตัวเอง และตอบรับสิ่งที่อีกฝ่ายเพิ่งพูด
- แก้เสียงเฉพาะท่อน เลือกช่วงที่อยากแก้ เปลี่ยนคำสั่ง แล้วโมเดลจะสร้างใหม่แค่ท่อนนั้น ส่วนรอบ ๆ อยู่เหมือนเดิม Shijia Liao หัวหน้านักวิทยาศาสตร์ของบริษัท บอกว่าโมเดลจะฟังเสียงทั้งก่อนและหลังคำที่แก้ ให้คำใหม่เข้ากับเสียง อารมณ์ และจังหวะเดิม
- คุมเสียงตัวละครเดิมได้ตลอดบทยาว สลับภาษากลางฉากได้ และกำหนดการออกเสียงได้ละเอียดถึงระดับหน่วยเสียงในอังกฤษ จีน ญี่ปุ่น และเกาหลี
ราคาและการเข้าถึง
- ใช้ได้บนเว็บ fish.audio และผ่าน API ตัวเดิม เอกสารนักพัฒนาตอนนี้ให้ตั้งชื่อโมเดลเป็น drama-3-preview
- หน้าเอกสารและหน้าสินค้ายังติดป้าย Preview บอกไว้ว่าการทำงานของโมเดลอาจยังเปลี่ยนได้
- ถ้าลืมใส่ชื่อโมเดลหรือสะกดผิด ระบบจะไม่ขึ้นข้อผิดพลาด แต่จะกลับไปใช้ S2.1 Pro แทนแบบเงียบ ๆ
- 30 วันแรกค่าใช้ API ลด 80% ส่วนองค์กรที่ย้ายมาจากผู้ให้บริการเสียงเจ้าอื่นได้ใช้ฟรี 3 เดือนแรก ราคาเต็มดูได้ที่ fish.audio/plan
ตัวเลขที่บริษัทเคลม
- รายได้ประจำต่อปี 21 ล้านดอลลาร์ มีผู้ใช้เกิน 15 ล้านคน และแพลตฟอร์มรองรับมากกว่า 80 ภาษา
- S2.1 Pro รุ่นก่อนหน้า ขึ้นเป็นโมเดลเสียงที่มีคนขอใช้มากที่สุดบน OpenRouter ภายใน 3 สัปดาห์หลังเปิดตัว
- บริษัทอ้างอันดับจาก Ahrefs ว่าติดที่ 1 ของบริษัทเอไอที่โตเร็วที่สุด 50 อันดับ ยอดค้นหาชื่อแบรนด์เพิ่มขึ้น 740% จากปีก่อน
สรุป
งานหนังสือเสียง เกม หรือละครเสียง ที่เคยต้องสร้างใหม่ทั้งบทเพราะผิดคำเดียว น่าจะประหยัดเวลาได้เยอะ แต่ตอนนี้ยังเป็นรุ่น Preview และเอกสาร Drama 3 ยังไม่ได้ยกตัวอย่างภาษาไทย ใครจะใช้กับงานไทยควรลองฟังเองก่อน
แหล่ง: PR Newswire / Fish Audio · 13 ต.ค. 2026 · fish.audio · Fish Audio Docs