# Fish Audio и Fish Speech или SuperClonica Обновлено 2026-10-23 Fish Audio делает одни из самых выразительных открытых моделей синтеза речи, и в нашем сравнении S2 Pro получила высшую оценку качества. Но это большая модель, рассчитанная на видеокарты. SuperClonica устроена наоборот: небольшой файл голоса Supertonic 3, который быстро работает на обычном процессоре и без интернета. Если вы ищете альтернативу Fish Audio или Fish Speech, потому что видеокарты нет или озвучку нужно встроить в приложение, читайте дальше. Если нужна максимальная выразительность или китайский язык, Fish Audio, скорее всего, подойдёт лучше. ## Fish Audio, Fish Speech и S2 Pro: что есть что Fish Audio публикует открытые модели в репозитории fish-speech на GitHub, и ранние версии назывались так же: например, Fish Speech 1.5 знает 13 языков и распространяется по лицензии CC-BY-NC-SA-4.0. Новые модели называются Fish Audio S2 и S2 Pro. S2 Pro из нашей таблицы устроена по схеме Dual-AR: модель на 4 млрд параметров предсказывает основной кодбук, а модель на 400 млн — остальные девять. В карточке модели указано 80+ языков и теги в свободной форме прямо в тексте, например \[whisper in small voice\] или \[pitch up\]. В репозитории уже есть и более новая и крупная модель Fish Audio Drama 3, её в нашей таблице пока нет. ## Fish Audio S2 Pro и SuperClonica: скорость на CPU По нашей оценке для настольного 8-ядерного процессора S2 Pro тратит 4–10 секунд на каждую секунду аудио: фраза на 10 секунд займёт 40–100 секунд. SuperClonica озвучит её примерно за 1,0–1,6 секунды. Это самая грубая оценка в нашей таблице. Публичного замера на CPU нет, поэтому мы считали по GGUF-клиенту s2.cpp и архитектуре модели, исходя из эффективной пропускной способности памяти 30–50 ГБ/с. На видеокарте картина другая: Fish Audio указывает RTF 0,195 и около 100 мс до первого звука на одной NVIDIA H200. ## В чём Fish Audio сильнее У Fish Audio S2 Pro есть преимущества, важные для выразительной речи. - Качество: 5 из 5 в нашей таблице против 4,5 у SuperClonica. - Языки: 80+, включая китайский. У Supertonic 3 их 31, китайского пока нет. - Клонирование на лету: по данным репозитория fish-speech, для тембра хватает 10–30 секунд записи, обучать ничего не нужно. - Управление эмоциями: теги в тексте для шёпота, смеха, акцентов и высоты голоса. ## Лицензии и коммерческое использование Веса S2 Pro распространяются по Fish Audio Research License: исследования и некоммерческое использование бесплатны, для коммерческого нужна отдельная лицензия от Fish Audio. Код репозитория и остальные веса — под Fish Audio Community License. Supertonic 3 выпущена под OpenRAIL-M — бесплатной лицензией со списком запрещённых применений (например, выдавать себя за других людей без их согласия), а не с запретом на коммерцию. Голос, купленный в SuperClonica, предназначен для ваших проектов, перепродавать его нельзя. ## Fish Audio или SuperClonica: что выбрать SuperClonica выигрывает по скорости на CPU и стабильности тембра: 5 из 5 по обоим пунктам против 1 и 4 у S2 Pro. Для многочасовой озвучки на ноутбуке или речи, которая генерируется на компьютере игрока, это важнее последней половинки звезды за качество. - Fish Audio S2 Pro — если есть мощная видеокарта, нужен китайский или редкий язык, мгновенное клонирование по короткой записи или теги эмоций. - SuperClonica — если озвучка должна работать на процессоре, офлайн, с предсказуемой скоростью или внутри приложения, которое вы отдаёте пользователям. ## Ещё о синтезе речи - [Синтез речи и озвучка текста на вашем компьютере](https://superclonica.com/ru/text-to-speech) - [SuperClonica против Supertonic: та же модель, быстрее и чище](https://superclonica.com/ru/compare/supertonic) - [OmniVoice или SuperClonica: больше языков или больше скорости](https://superclonica.com/ru/compare/omnivoice) - [Qwen3-TTS или SuperClonica для локального синтеза речи](https://superclonica.com/ru/compare/qwen3-tts) - [VoxCPM 2 или SuperClonica: студийный звук или скорость на CPU](https://superclonica.com/ru/compare/voxcpm) - [F5-TTS или SuperClonica: клонирование без обучения или быстрая речь на CPU](https://superclonica.com/ru/compare/f5-tts) - [Офлайн-альтернатива ElevenLabs](https://superclonica.com/ru/compare/elevenlabs) - [Kokoro TTS или SuperClonica: две компактные модели для синтеза речи](https://superclonica.com/ru/compare/kokoro) - [Piper TTS или SuperClonica: маленькие устройства или свои голоса](https://superclonica.com/ru/compare/piper) - [Coqui XTTS-v2 или SuperClonica: альтернатива Coqui TTS](https://superclonica.com/ru/compare/xtts) - [Chatterbox TTS или SuperClonica: мгновенный клон или обученный файл голоса](https://superclonica.com/ru/compare/chatterbox) ## Руководства по синтезу речи - [Как озвучить текст голосом офлайн на своём компьютере](https://superclonica.com/ru/guides/offline-text-to-speech) - [Клонирование голоса: как получить голос, похожий на запись](https://superclonica.com/ru/guides/voice-cloning) - [Лучшие бесплатные модели синтеза речи для локального запуска в 2026 году](https://superclonica.com/ru/guides/best-free-tts-models) - [Озвучка текста для видео, аудиокниг, игр и приложений](https://superclonica.com/ru/guides/text-to-speech-for-videos) - [Голоса Supertonic 3: где взять свои голоса и как ими пользоваться](https://superclonica.com/ru/guides/supertonic-3-voices) - [Озвучка текста на Python: офлайн, бесплатно и естественными голосами](https://superclonica.com/ru/guides/python-text-to-speech) - [Свой API для озвучки текста в Docker](https://superclonica.com/ru/guides/text-to-speech-api-docker) ## Частые вопросы ### Есть ли бесплатная альтернатива Fish Audio, которая работает на CPU? Supertonic 3 — открытая модель с готовыми голосами, видеокарта ей не нужна. В нашем каталоге есть бесплатные и платные голоса, а движок SuperClonica, по нашей оценке, озвучивает ими в 6,4–9,7 раза быстрее реального времени на настольном 8-ядерном процессоре. Выразительности S2 Pro не будет, зато всё работает там, где S2 Pro очень медленная. ### Можно ли запустить Fish Speech без видеокарты? Собственные цифры Fish Audio приведены для видеокарт. Есть сторонний клиент s2.cpp на ggml. По нашей грубой оценке, на настольном CPU это в 4–10 раз медленнее реального времени: минута речи — от 4 до 10 минут ожидания. ### Можно ли использовать Fish Audio S2 Pro в коммерческих проектах? По умолчанию нет. В карточке модели сказано, что исследования и некоммерческое использование бесплатны, а для коммерческого нужна отдельная лицензия Fish Audio. ### Клонирует ли SuperClonica голос так же, как Fish Audio? Нет. Fish Audio клонирует голос прямо при генерации по записи на 10–30 секунд. SuperClonica обучает отдельный файл голоса по записи от 5 до 10 секунд — бесплатно на вашей видеокарте NVIDIA или силами автора по заказу. Это дольше, зато потом файл быстро работает на любом CPU. - [Послушать голоса Supertonic 3](https://superclonica.com/ru/explore) - [Установить движок SuperClonica](https://superclonica.com/ru/superclonica) ## Источники - [Карточка модели Fish Audio S2 Pro (Hugging Face)](https://huggingface.co/fishaudio/s2-pro) - [Репозиторий fish-speech (GitHub)](https://github.com/fishaudio/fish-speech) - [Карточка модели Fish Speech 1.5](https://huggingface.co/fishaudio/fish-speech-1.5) - [s2.cpp: S2 Pro на ggml](https://github.com/rodrigomatta/s2.cpp) - [Карточка модели Supertonic 3](https://huggingface.co/supertone-oss-archive/supertonic-3) - [SuperClonica](https://superclonica.com/ru/) - [Каталог AI-голосов для озвучки текста](https://superclonica.com/ru/explore) - [Заказ голоса по референсу для Supertonic 3](https://superclonica.com/ru/requests) - [Как это работает: голоса, озвучка, обучение](https://superclonica.com/ru/guide) - [Установка быстрого движка для Supertonic 3](https://superclonica.com/ru/superclonica) - [О нас: команда энтузиастов синтеза речи](https://superclonica.com/ru/about) - [Контакты, поддержка и жалобы на голоса](https://superclonica.com/ru/contacts) - [Политика конфиденциальности](https://superclonica.com/ru/privacy) - [Условия использования](https://superclonica.com/ru/terms) - [Синтез речи](https://superclonica.com/ru/text-to-speech)