合成语音早已不只追求“像真人”。游戏角色要有情绪，客服通话要自然且延迟低，企业还希望精确控制语气、节奏和角色。Fish Audio想同时服务这些需求：它一边开放模型供用户自行部署，一边通过在线算力和接口收费，并提供超过1.5万种自然语言控制方式。
据 TechCrunch 报道，这家去年上线的公司已拥有超过800万名开放版或托管版用户，年化经常性收入（ARR，即按当前订阅速度折算的一年重复收入，不等于利润）达到2100万美元。它本周获得5200万美元种子轮融资，由 Coreline Ventures和今日资本领投。这个数字对创业早期融资而言相当醒目，也说明投资者认为，生成式语音并未被通用AI平台完全吞下，独立公司仍可能靠模型能力、开发者采用和企业服务形成生意。
不过，平台曾被指收录未经本人同意上传的创作者声音。公司称已把下架流程自动化，可在验证后不到三分钟移除；但在权利人发现并申请前，相关声音仍可能继续被使用。换句话说，Fish Audio的机会已经得到用户和收入验证，能否把创作者信任也做成基础设施，将决定这笔大额种子轮能走多远。