DeepgramFish AudioAudio-DuellSprachausgabe
Aura-2vs.Fish Audio S2.1 Pro
Welches Modell ist besser?
Aura-2 und Fish Audio S2.1 Pro liegen je nach Test vorn.
Nimm Aura-2 für
Nimm Fish Audio S2.1 Pro für
Gemeinsame Tests
Nur unabhängige Auswerter und Bestenlisten, je Auswerter der neueste gemeinsame Stand. Mit 95-%-Bereichen zählt ein Vorsprung, wenn sie sich nicht überlappen; bei Trefferquoten, wenn er im 95-%-Test hält. Ohne Unsicherheitsangabe höchstens „leicht vorn“.
Coval
je nach TeiltestAura-2 ist in 0 von 14 Teiltests klar vorn und in 6 leicht, Fish Audio S2.1 Pro in 0 klar und in 6 leicht. 2 sind gleichauf.
Coval TTFA leading silence p50
niedriger ist besser, Stand 6. November 2026
Coval TTFA leading silence mean
niedriger ist besser, Stand 6. November 2026
Coval TTFA roundtrip component maximum
niedriger ist besser, Stand 6. November 2026
Alle 14 Teiltests zeigen
| Teiltest | Aura-2 | Fish Audio S2.1 Pro | Urteil |
|---|---|---|---|
| Coval TTFA leading silence p50 (niedriger ist besser) | 133 ms | 4 ms | Fish Audio S2.1 Pro leicht vorn |
| Coval TTFA leading silence mean (niedriger ist besser) | 192 ms | 15 ms | Fish Audio S2.1 Pro leicht vorn |
| Coval TTFA roundtrip component maximum (niedriger ist besser) | 464 ms | 1.740 ms | Aura-2 leicht vorn |
| Coval TTFA leading silence maximum (niedriger ist besser) | 534 ms | 143 ms | Fish Audio S2.1 Pro leicht vorn |
| Coval TTFA roundtrip component mean (niedriger ist besser) | 115 ms | 356 ms | Aura-2 leicht vorn |
| Coval TTFA roundtrip component p50 (niedriger ist besser) | 129 ms | 333 ms | Aura-2 leicht vorn |
| Coval Time to First Audio (TTFA) maximum (niedriger ist besser) | 808 ms | 1.825 ms | Aura-2 leicht vorn |
| Coval Word Error Rate (WER) per-sample maximum (niedriger ist besser) | 68,0 % | 50,0 % | Fish Audio S2.1 Pro leicht vorn |
| Coval Time to First Audio (TTFA) p50 (niedriger ist besser) | 277 ms | 346 ms | Aura-2 leicht vorn |
| Coval Word Error Rate (WER) per-sample p95 (niedriger ist besser) | 15,2 % | 12,5 % | Fish Audio S2.1 Pro leicht vorn |
| Coval Time to First Audio (TTFA) mean (niedriger ist besser) | 307 ms | 371 ms | Aura-2 leicht vorn |
| Coval pooled corpus Word Error Rate (WER) (niedriger ist besser) | 1,9 % | 1,6 % | Fish Audio S2.1 Pro leicht vorn |
| Coval Time to First Audio (TTFA) p95 (niedriger ist besser) | 536 ms | 531 ms | gleichauf |
| Coval Word Error Rate (WER) per-sample p50 (niedriger ist besser) | 0,0 % | 0,0 % | gleichauf |
Quelle · zuletzt 6. November 2026
Alle Daten im Vergleich
Preise stehen wörtlich wie beim Hersteller, weil Audiomodelle pro Minute, Zeichen oder Token abrechnen.
| Aura-2 | Fish Audio S2.1 Pro | |
|---|---|---|
| Aufgabe | Sprachausgabe | Sprachausgabe |
| Entwickler | Deepgram | Fish Audio |
| Status | Aktiv | Aktiv |
| Veröffentlicht | k. A. | 23. Juni 2026 |
| Gewichte | proprietär | proprietär |
| Läuft lokal | nein | nein |
| Preis | k. A. | Kostenlos bis 2026-11-30 unter Fair-Use-Regeln; Änderungen mit vorheriger Ankündigung |
| Beliebtheit (von 100) | 44 | 0 |