Fish Audio Gratis atau Plus? Harga dan Review Lengkap Oktober 2026

Fish Audio adalah apa?

Fish Audio dibuat oleh Hanabi AI Inc., perusahaan yang berkantor pusat di Palo Alto, Amerika Serikat. Menurut siaran pers resminya tanggal 28 Juli 2026, perusahaan ini didirikan pada 2025 dan berawal dari Fish Speech, proyek suara open source yang dimulai Shijia Liao (kini Chief Scientist), dengan Rissa Cao sebagai CEO. Di siaran pers yang sama Fish Audio mengumumkan pendanaan awal US$52 juta dan menyebut lebih dari 8 juta pengguna. Repositori Fish Speech di GitHub tercatat punya hampir 33.000 bintang saat dicek.

Fungsi utamanya ada tiga: mengubah teks jadi suara yang ekspresif, mengkloning suara dari rekaman pendek, dan menyediakan perpustakaan lebih dari 2 juta suara unggahan komunitas. Di sekitarnya ada alat pendukung: speech-to-text, pengubah suara (voice changer), efek suara, musik dari deskripsi, pemisah vokal dan latar, Story Studio untuk audiobook, sampai generator avatar dan video yang memakai model pihak ketiga seperti Kling dan Veo.

Fish Audio bisa dipakai lewat web (fish.audio), aplikasi iPhone (iOS 16.4 ke atas), aplikasi Android, serta API dan server MCP untuk developer. Soal bahasa, dokumentasi resminya menyebut model S2.1 Pro mendukung 83 bahasa dengan deteksi bahasa otomatis: kamu cukup menulis teks dalam bahasa yang diinginkan. Bahasa Indonesia juga masuk daftar 24 bahasa yang diuji di blog rilis model S2. Antarmuka web dan halaman resminya sendiri tampil dalam bahasa Inggris saat dicek, jadi istilah seperti credits, voice slot, dan generation perlu sedikit dibiasakan.

Harga Fish Audio Oktober 2026: Free, Plus, Pro, dan Max

Fish Audio memakai sistem kredit. Menurut FAQ di halaman paketnya, satu menit suara memakan sekitar 600 sampai 625 kredit. Harga web tertulis dalam dolar AS. Kurs yang dipakai: Rp17.881 per US$1 (9 Oktober 2026).

Beberapa catatan tagihan yang perlu kamu tahu:

• Bayar tahunan hemat sekitar seperempat. Halaman paket menulis "3 months off when billed annually". Hitungan di kartunya: Plus hemat US$48, Pro US$300, dan Max US$3.000 per tahun dibanding bayar bulanan.
• Promo bisa berubah. Saat dicek 10 Oktober 2026, beranda menampilkan banner "Limited Time Offer - 50% OFF YEARLY" lengkap dengan hitung mundur. Promo semacam ini datang dan pergi, jadi cek harga terbaru sebelum membayar.
• Jalur App Store lebih murah untuk Plus bulanan. Rp249.000 sedikit di bawah konversi US$15 (±Rp268.000). App Store Indonesia juga menjual paket kredit sekali beli: 1.000.000 kredit seharga Rp899.000 dan 2.500.000 kredit seharga Rp4.999.000. Catatan rilis versi 1.1.10 menyebut aplikasi menambahkan penjelasan beda paket kredit dengan benefit Plus.
• Kredit tidak terbawa. Kuota bulanan direset di awal tiap siklus tagihan, sisa kredit hangus.
• Cara bayar dari Indonesia. FAQ resminya menyebut kartu kredit (Visa, Mastercard, American Express), kartu debit, dan beberapa metode pembayaran regional lewat prosesor pembayaran. Halaman paket tidak menyebut pajak, jadi cek apakah harga sudah termasuk PPN di halaman checkout.
• Tidak ada uji coba berbayar. Cara mencobanya adalah paket Free. Khusus Pro, ada garansi uang kembali 7 hari.

Artinya buat kamu: 7 menit gratis cukup untuk menguji beberapa suara dan tag emosi, tapi belum bisa dipakai untuk konten yang dimonetisasi. Kreator yang mengunggah tiga video per minggu dengan narasi 5 menit butuh sekitar 60 menit suara per bulan, jadi kuota Plus (±200 menit) masih longgar, termasuk untuk mengulang take yang kurang pas.

Harga API Fish Audio untuk developer

Dokumentasi API menjelaskan sistem bayar sesuai pemakaian, tanpa biaya langganan atau minimum bulanan untuk akses API.

Yang menarik adalah s2.1-pro-free. Dokumentasinya menulis model ini sama dengan S2.1 Pro, kualitas dan cakupan bahasanya juga sama, tapi tanpa jaminan latensi dan tanpa perjanjian pemrosesan data (DPA). Untuk prototipe aplikasi atau bisnis kecil, ini cara murah untuk mulai. Batas permintaan bersamaan mulai dari 5 request untuk akun yang total pembayarannya di bawah US$100, lalu naik ke 15 request setelah itu.

Fitur utama Fish Audio

Tag emosi dengan bahasa alami

Ini pembeda utama Fish Audio. Model S2.1 Pro membaca tag dalam kurung siku sebagai instruksi bebas, bukan daftar tetap. Dokumentasinya memberi contoh [whispers sweetly] dan [laughing nervously], selain tag umum seperti [pause], [sigh], [excited], dan [emphasis]. Tag bisa ditaruh di tengah kalimat, jadi kamu bisa membuat satu kalimat dimulai biasa lalu diakhiri tertawa kecil. Contoh naskah yang bisa kamu coba:

[excited] Halo semuanya, selamat datang lagi! [pause] Hari ini kita bahas tiga cara hemat kuota internet. [whisper] Cara ketiga jarang dipakai, lho. [laugh] Yuk, langsung mulai.

Kloning suara instan

FAQ beranda menyebut Fish Audio cukup butuh sekitar 10 detik audio untuk membuat klon suara, dan layar aplikasinya juga meminta rekaman 10 detik. Untuk kualitas studio ada Professional Voice Clone, dengan slot terbatas sesuai paket (1 di Plus, 5 di Pro, 15 di Max).

Perpustakaan 2 juta+ suara

Kalau tidak mau mengkloning, kamu bisa memilih dari lebih dari 2 juta suara unggahan pengguna. Banyak yang berupa suara karakter, narator, atau gaya bicara tertentu. Suara ini praktis untuk eksperimen, tapi hak komersialnya punya batasan (dibahas di bagian performa).

Voice Design

Mulai Plus, kamu bisa mendesain suara baru dari deskripsi teks, misalnya "suara perempuan dewasa, hangat, tempo pelan". Ini berguna kalau kamu butuh suara brand yang tidak meniru siapa pun.

Story Studio dan dialog banyak pembicara

Story Studio adalah editor proyek untuk audio panjang seperti audiobook, dialog, dan narasi. Model S2 mendukung dialog multi-pembicara dalam satu masukan, jadi percakapan dua tokoh bisa dibuat tanpa menyambung potongan satu per satu.

Alat audio lain

Dari aplikasi web yang sama ada speech-to-text dengan cap waktu, voice changer, efek suara dari prompt, musik dari deskripsi, dan pemisah stem (memisahkan vokal dari musik latar). Untuk developer tersedia API, SDK, dan server MCP agar asisten coding bisa memanggil Fish Audio langsung.

Model open source, dengan catatan lisensi

Bobot model S2, kode fine-tuning, dan mesin inferensinya dirilis di GitHub dan Hugging Face. Tapi lisensinya adalah Fish Audio Research License: gratis untuk riset dan non-komersial, sedangkan pemakaian komersial (termasuk dipasang di produk atau API) butuh lisensi terpisah dari Fish Audio. Jadi "bisa di-host sendiri" belum berarti bebas dipakai untuk bisnis.

Tampilan dan cara pakai Fish Audio

Beranda Fish Audio langsung menampilkan demo yang bisa dicoba tanpa login. Di kiri ada pilihan bahasa dan dua suara contoh (Sarah dan Adrian) dengan tautan "2,000,000+ voices". Di kanan ada kotak teks berisi contoh kalimat yang disisipi tag berwarna ungu seperti [chuckle], [emphasis], dan [long pause]. Di bawahnya ada tombol Tags, penghitung karakter (321/30000), dan tombol "Generate & play". Dalam satu layar kamu sudah paham konsep intinya: tulis teks, sisipkan tag, putar.

Alur pemakaian normalnya seperti ini:

1. Coba demo di beranda untuk mendengar kualitas suara dan efek tag.
2. Klik "Sign Up Free" untuk membuat akun gratis, tanpa kartu kredit.
3. Masuk ke aplikasi web di fish.audio/app. Menurut dokumentasi platformnya, halaman Text-to-Speech berisi kotak teks, pilihan suara, dan pilihan model.
4. Pilih suara dari Voice Library atau buat klon dari rekamanmu sendiri.
5. Generate, dengarkan, lalu unduh. Semua hasil tersimpan di Generation History.

Untuk pemula, alurnya sederhana. Hambatannya ada di bahasa Inggris dan istilah kredit. Batas 500 karakter per generasi di paket Free (kira-kira satu paragraf pendek) juga membuat naskah panjang harus dipotong-potong.

Versi mobile-nya tersedia di iPhone (belum ada versi iPad) dan Android. Dari screenshot App Store terlihat tag dipilih lewat panel "Choose Tag" yang dibagi jadi Emotions dan Effects, jadi kamu tidak perlu mengetik kurung siku manual. Ada juga layar "Create Voice" untuk kloning instan dan layar percakapan dua pembicara.

Performa Fish Audio dan cocok untuk siapa

Fish Audio mengklaim performa tinggi lewat benchmark yang mereka publikasikan sendiri. Blog rilis S2 mencatat tingkat kesalahan kata (WER) 0,99% untuk bahasa Inggris di Seed-TTS Eval dan win rate 81,88% di EmergentTTS-Eval melawan gpt-4o-mini-tts. Siaran pers Juli 2026 menyebut S2.1 Pro dipilih hampir 67% pendengar dalam uji dengar buta. Angka ini perlu dibaca sebagai klaim perusahaan. Untuk Bahasa Indonesia secara khusus, belum ada angka per bahasa yang dipublikasikan, jadi cara paling jujur menilainya adalah mencoba naskahmu sendiri di paket Free.

Dari sisi pengguna, aplikasi Android-nya mendapat rating 4,9 dari 4,65 ribu ulasan dengan lebih dari 100 ribu unduhan di Google Play. App Store AS mencatat 4,8 dari 661 rating, sementara App Store Indonesia baru punya 2 penilaian.

Siapa yang paling diuntungkan:

• Kreator YouTube dan TikTok: narasi video penjelas, konten faceless, atau suara karakter untuk sketsa. Tag emosi membantu narasi tidak terdengar datar.
• UMKM: voice over iklan pendek atau video produk. Ingat, pemakaian bisnis butuh paket berbayar.
• Guru dan pembuat materi: narasi slide atau video pembelajaran dalam beberapa bahasa.
• Penulis cerita dan audiobook: Story Studio dan dialog multi-pembicara cocok untuk fiksi audio.
• Developer: agen suara, chatbot layanan pelanggan, atau aplikasi yang butuh TTS murah, dengan s2.1-pro-free untuk tahap prototipe.

Batasan yang perlu kamu pertimbangkan:

• Paket Free tidak boleh untuk komersial dan hanya 500 karakter per generasi.
• Kredit bulanan hangus kalau tidak terpakai.
• Label privasi App Store menyebut data identitas dapat dipakai untuk pelacakan, dan konten pengguna dapat dikaitkan dengan identitasmu. Jaminan Zero Data Retention baru ada di Enterprise.
• Antarmuka dan dokumentasi berbahasa Inggris.

Kelebihan dan kekurangan Fish Audio

Kelebihan

• Tag emosi berbahasa alami yang fleksibel, bisa ditaruh di posisi kata mana pun.
• Paket Plus bulanan cukup terjangkau, dan ada jalur Rupiah lewat App Store (Rp249.000).
• Kloning suara cepat dari rekaman sekitar 10 detik, plus 2 juta+ suara komunitas.
• Model S2.1 Pro mendukung 83 bahasa dan dialog multi-pembicara.
• API bayar sesuai pemakaian dengan model gratis s2.1-pro-free untuk pengembangan.
• Satu akun mencakup TTS, speech-to-text, efek suara, musik, dan pemisah stem.

Kekurangan

• Paket gratis hanya sekitar 7 menit per bulan dan tidak boleh untuk komersial.
• Antarmuka belum berbahasa Indonesia, dan kualitas suara Bahasa Indonesia belum punya data uji terbuka per bahasa.
• Lompatan harga Plus ke Pro cukup jauh (US$15 ke US$100).
• Bobot model open source berlisensi riset, bukan bebas untuk bisnis.
• Kredit bulanan tidak terbawa ke bulan berikutnya.

Fish Audio vs ElevenLabs, Suno, dan Adobe Podcast

Pilih ElevenLabs kalau kamu butuh dubbing video otomatis dan paket berbayar termurah. Pilih Fish Audio kalau prioritasmu narasi ekspresif dengan banyak menit per bulan atau API murah. Suno lebih tepat untuk membuat lagu, sedangkan Adobe Podcast untuk merapikan rekaman suaramu sendiri, bukan membuat suara AI. Perbandingan detailnya ada di ElevenLabs vs Fish Audio, Fish Audio vs Suno, dan Adobe Podcast vs Fish Audio. Profil singkatnya ada di halaman Fish Audio.

Kesimpulan: Fish Audio worth it atau tidak?

Untuk kreator yang rutin membuat voice over, Fish Audio Plus layak dipertimbangkan. Sekitar 200 menit suara per bulan dengan lisensi komersial, tag emosi yang fleksibel, dan opsi bayar Rupiah lewat App Store membuatnya kompetitif untuk produksi konten mingguan.

Untuk yang cuma ingin mencoba atau membuat konten pribadi, paket Free sudah cukup. Untuk developer, s2.1-pro-free di API adalah alasan kuat untuk mencoba tanpa biaya. Sebaliknya, kalau kamu butuh dubbing video otomatis atau antarmuka yang lebih matang, ElevenLabs masih lebih lengkap. Apa pun pilihannya, uji dulu naskah Bahasa Indonesia milikmu sendiri sebelum berlangganan, karena kualitas per bahasa bisa berbeda.

Kalau kamu ingin memakai suara AI sebagai bagian dari layanan jasa, misalnya voice over untuk klien, kelas AI untuk Freelancer membahas cara merangkai tool AI jadi alur kerja dan penawaran yang rapi.