Vercel AI Gateway に Fish Audio モデルが無料提供開始
本文の状態
日本語全文を表示中
詳細モードで約2分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
Vercel Blog
Vercel は Fish Audio の音声モデルを AI Gateway に提供開始し、9 月 18 日まで全モデルの利用料金を無料とするキャンペーンを実施した。
AI深層分析を開く2026年8月20日 07:20
AI深層分析
キーポイント
無料期間の設定と条件
Vercel は Fish Audio の全音声モデルを AI Gateway で提供開始し、9 月 18 日までの 30 日間無料で利用可能とした。
提供される主要モデルの機能
低遅延ストリーミングや多言語対応、感情表現制御が可能など、4 つの異なる音声モデルが提供されている。
課金停止のための仕様
無料期間終了後に自動課金されるのを防ぐため、モデル名に「-free」接尾辞を追加する必要があると明記している。
重要な引用
To celebrate the launch, every Fish Audio model is free on AI Gateway for the next 30 days, through September 18.
fish-audio/s2.1-pro (text-to-speech): Built for low-latency streaming; clones a voice from a reference recording.
編集コメントを表示
編集コメント
Vercel の AI Gateway に Fish Audio の高機能な音声モデルが追加されたことで、開発者は多言語対応や低遅延ストリーミングといった機能を容易に実装できるようになる。特に期間限定の無料枠を活用すれば、コストをかけずに本番環境に近い性能を評価できる貴重な機会となる。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
Fish Audio の音声モデルが AI Gateway で利用可能になりました。リリースを記念して、9 月 18 日までの 30 日間、すべての Fish Audio モデルが AI Gateway で無料になります。
機能と料金プラン（9 月 18 日まで）
- カテゴリ：通常料金 / 期間限定
- テキスト読み上げ (Text-to-speech)：100 万文字あたり $15.00 / 無料
- 音声認識 (Speech-to-text)：1 時間あたり $0.36 / 無料
現在、Fish Audio から 4 つのモデルが利用可能です。最新のテキスト読み上げモデルも含まれています。
- fish-audio/s2.1-pro（テキスト読み上げ）: 低遅延ストリーミング向けに設計されており、参照音声から声をクローンします。
- fish-audio/transcribe-1（文字起こし）: 音声の長さや単語レベルのタイムスタンプ付きセグメントを含むテキストを返します。
- fish-audio/s2-pro（テキスト読み上げ）: 約 80 の言語に対応。テキスト内に埋め込まれたタグや、自然言語による指示（例：特定の単語やフレーズの発声方法を変更する）をサポートしています。これにより、リクエスト全体に一つのスタイルを適用するのではなく、細部の調整が可能になります。
- fish-audio/s1（テキスト読み上げ）: 感情、トーン、効果音のマークを含むテキストを読み上げる機能があります。
オファー期間中の利用方法
標準的なモデル名（例：fish-audio/s2.1-pro）を使用すると無料ですが、オファー期間終了と同時に課金が始まります。
無料期間中に請求されないようにするには、標準名の末尾に -free を追加してください。これにより、オファー期間が終了した時点でサービスの提供が停止されます（例：fish-audio/s2.1-pro-free）。
音声認識と文字起こしの機能は、現在の AI SDK 7 リリースに含まれています。
テキスト読み上げ
generateSpeech を使用してテキストから音声を作成し、その結果を書き出します。
Speech-to-text（音声認識）
transcribe を使って録音をテキストに変換できます。入力するオーディオはバッファ、Base64 文字列、または URL のいずれかです。
各セグメントには、テキストと開始・終了時刻（秒単位、単語レベルまで詳細に記録）が含まれます。
Playground
コードを書かずに Fish Audio モデルを試すことも可能です。モデル一覧を開き、特定のモデルをクリックしてテキストやオーディオを入力すれば、ブラウザ上で結果を聴いたり読んだりできます。
オーディオモデルの活用方法について詳しく知りたい場合は「speech quickstart」をご覧ください。Fish Audio に関する詳細は、プロバイダー用の AI SDK ドキュメントをご参照ください。
続きを読む
原文を表示
Fish Audio's audio models are now available on AI Gateway. To celebrate the launch, every Fish Audio model is free on AI Gateway for the next 30 days, through September 18.
Capability
Regular
Through September 18
Text-to-speech
$15.00 per million characters
Free
Speech-to-text
$0.36 per hour of audio
Free
Four models from Fish Audio are available, including their latest text-to-speech model:
fish-audio/s2.1-pro (text-to-speech): Built for low-latency streaming; clones a voice from a reference recording.
fish-audio/transcribe-1 (transcription): Returns the text along with the duration of the audio and timestamped segments, down to individual words.
fish-audio/s2-pro (text-to-speech): Covers around eighty languages and takes inline tags, plain-language directions written into the text itself, so you can change how a single word or phrase is delivered instead of setting one style for the whole request.
fish-audio/s1 (text-to-speech): Reads text that can carry markers for emotion, tone, and sound effects.
How to use models during the offer period
Using the standard model name (i.e., fish-audio/s2.1-pro) is free, but will automatically begin billing when the offer period ends.
To ensure you aren't billed after the free period, add the -free suffix to the standard name, and the model will stop serving when the offer ends (i.e., fish-audio/s2.1-pro-free).
Speech and transcription ship in the current AI SDK 7 release.
Text-to-speech
Generate spoken audio from text with generateSpeech and write the result:
Speech-to-text
Transcribe recordings into text with transcribe. The audio can be a buffer, a base64 string, or a URL:
Each segment carries the text and its start and end time in seconds, down to individual words.
Playground
You can also try the Fish Audio models without writing any code. Open the models list, click into a model, and send text or audio to hear or read the result in your browser.
For a full overview of how to utilize audio models, refer to the speech quickstart. For more detail on Fish Audio, refer to the AI SDK docs for the provider.
Read more
関連記事
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み