# Fish Audio S2.1 Pro (Oct 2026)

Éditeur : Fish Audio (États-Unis). Poids fermés (selon Artificial Analysis).

En bref : 18e sur 96 en synthèse vocale en anglais (Artificial Analysis), ex æquo avec 6 autres modèles dont les marges d'erreur se recouvrent.

Page : https://quelleia.com/voix/modeles/fish-audio-s2-1-pro-oct-2026/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Modèle de synthèse vocale de production de Fish Audio, successeur de S2 Pro, avec le même pilotage par indications entre crochets et le dialogue à plusieurs locuteurs. L'éditeur annonce une meilleure qualité, une latence plus basse et un débit plus élevé que S2 Pro, et le propose aussi en version gratuite pour le développement. (lu sur https://docs.fish.audio/developer-guide/getting-started/changelog.md, https://docs.fish.audio/developer-guide/models-pricing/models-overview.md)

- Sortie : 23 juin 2026 (lu sur la page de l'éditeur, https://fish.audio/blog/s2-1-pro-free-api/)

## Langues

- Annoncées par l'éditeur : 83 langues, dont le français.
- Évaluées par nos sources : anglais.
- Le français : annoncé par l'éditeur ; pas évalué en français par nos sources.
- Source des langues annoncées : https://fish.audio/blog/s2-1-pro-free-api/

## Ses classements

- Synthèse vocale en anglais, Artificial Analysis : 18e sur 96, Elo 1 190 (intervalle à 95 % : 1 176 à 1 204), 1 929 votes ; prix : 15 $ par million de caractères. Source : Artificial Analysis, https://artificialanalysis.ai/text-to-speech/model-families/fishaudio (relevé du 19 octobre 2026).

## Modèles proches

- Synthèse vocale en anglais, Artificial Analysis : [Sonic 3.5](https://quelleia.com/voix/modeles/cartesia-sonic-3-5/), 17e (1 191), juste devant
- Synthèse vocale en anglais, Artificial Analysis : [Eleven v3](https://quelleia.com/voix/modeles/elevenlabs-eleven-v3/), 19e (1 180), juste derrière

## Comment lire ces chiffres

- Synthèse vocale : Dans une arène, des votants écoutent deux voix à l'aveugle et choisissent la meilleure ; l'Elo en tire un classement, plus il est haut, mieux c'est. Le repère de prononciation compte les mots qu'un modèle de transcription comprend mal en relisant la voix : plus il est bas, mieux c'est.

## Noms dans les sources

- Artificial Analysis : Fish Audio S2.1 Pro (Oct 2026)

## Liens

- Page de l'éditeur : https://fish.audio/blog/s2-1-pro-free-api/
- L'essayer : https://fish.audio/app/text-to-speech/

## Pages lues

- https://fish.audio/blog/s2-1-pro-free-api/ (« Jun 23, 2026 · Research Fish Audio S2.1 Pro: Free Text-to-Speech API for Developers »), 17/10/2026
- https://fish.audio/blog/s2-1-pro-free-api/ (« S2.1 Pro supports 83 languages , including English, Japanese, Chinese, Korean, Spanish, Arabic, French, German, Portuguese, Russian, and dozens more. »), 17/10/2026
- https://docs.fish.audio/developer-guide/getting-started/changelog.md (« Production text-to-speech model that improves on S2-Pro in quality, latency, and throughput. Supports 83 languages on one model, with the same `[bracket]` natural-language control and multi-speaker dialogue as S2. »), 17/10/2026
- https://docs.fish.audio/developer-guide/models-pricing/models-overview.md (« The same model as S2.1-Pro, available at \$0 for development and testing »), 17/10/2026