Fish Model Create API Documentation

Cette interface est basée sur Fish Audio Official Model API et est utilisée pour créer un modèle de voix cloné réutilisable à long terme à partir d’un échantillon audio. L’adresse est POST https://api.acedata.cloud/fish/model.

Si vous avez besoin d’utiliser une voix de référence temporairement, il n’est pas nécessaire de créer un modèle, vous pouvez directement utiliser le references de Fish TTS API pour un clonage instantané. Pour rechercher des voix existantes, veuillez consulter Fish Model Query API ; pour interroger les détails d’une voix unique par _id, veuillez consulter Fish Model Get API.

Processus de demande

Pour utiliser Fish Model API, commencez par obtenir votre API Token sur Ace Data Cloud Console pour référence.

Si vous n’êtes pas encore connecté ou enregistré, vous serez automatiquement redirigé vers la page de connexion pour vous inviter à vous inscrire et à vous connecter, après quoi vous serez automatiquement renvoyé à la page actuelle. Un seul API Token suffit pour accéder à tous les services de la plateforme, il n’est pas nécessaire de demander un pour chaque service. La première demande vous donnera un quota gratuit pour une expérience sans frais ; si le quota est insuffisant, vous pouvez recharger le solde général dans la console.

📘 Documentation complète : Fish Model API →

Champs du corps de la requête

Champ	Type	Obligatoire	Description
`title`	string	Oui	Nom de la voix, utilisé pour l’identification dans la liste de la console.
`voices`	string	Oui	URL HTTP(S) de l’échantillon audio (une seule chaîne, pas un tableau). Cette interface ne prend pas en charge le téléchargement multipart/binaire, veuillez d’abord placer l’audio dans un stockage d’objets accessible publiquement.
`description`	string	Non	Description de la voix.
`cover_image`	string	Non	URL HTTP(S) de l’image de couverture.
`tags`	string[]	Non	Étiquettes de recherche pour la bibliothèque publique, par exemple `["male","narration","zh"]`.
`texts`	string[]	Non	Textes de référence correspondant à l’échantillon (utilisés pour corriger la prononciation).
`enhance_audio_quality`	boolean	Non	Indique si la qualité audio de l’échantillon doit être améliorée avant l’entraînement.
`generate_sample`	boolean	Non	Indique si un échantillon audio doit être généré automatiquement après l’entraînement.

Les champs sont identiques à ceux de l’upstream, veuillez également consulter Fish Documentation Officielle.

Exemple : Créer une voix clonée privée

curl -X POST 'https://api.acedata.cloud/fish/model' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "title": "Ma voix clonée",
    "description": "Voix chinoise clonée à partir d'un enregistrement de podcast",
    "voices": "https://example.com/sample-voice.mp3",
    "cover_image": "https://cdn.acedata.cloud/e724d7f13d.png"
  }'

Remarque : voices doit être une chaîne (une seule URL audio), pas un tableau. Si vous le transmettez sous la forme ["..."], l’upstream le rejettera.

La réponse réussie renvoie directement l’objet ModelEntity de la plateforme Fish (l’exemple ci-dessous est le modèle de voix minimal que nous avons testé, certaines longues chaînes ont été supprimées pour faciliter la lecture) :

{
  "_id": "e5c6db52c3ed417f9cb2e5a33fb04667",
  "type": "tts",
  "title": "copilot-smoke-test",
  "description": "smoke test from api.acedata.cloud",
  "cover_image": "coverimage/e5c6db52c3ed417f9cb2e5a33fb04667",
  "train_mode": "fast",
  "state": "trained",
  "tags": [],
  "samples": [
    {
      "title": "Default Sample",
      "text": "师父，[语气坚定]我真的受够了这山上的清冷日子！...",
      "task_id": "6a1bf398dfae49dca0e23159214342a0",
      "audio": "https://platform.r2.fish.audio/task/6a1bf398dfae49dca0e23159214342a0.mp3"
    }
  ],
  "created_at": "2026-05-10T03:52:55.601000Z",
  "updated_at": "2026-05-10T03:52:55.601000Z",
  "languages": ["zh"],
  "visibility": "public",
  "default_text": "师父，[语气坚定]我真的受够了这山上的清冷日子！...",
  "like_count": 0,
  "mark_count": 0,
  "shared_count": 0,
  "task_count": 0,
  "author": {
    "_id": "780f2b2f862d41a08c0507bbbda77eb6",
    "nickname": "Penny Conrad",
    "avatar": "avatars/780f2b2f862d41a08c0507bbbda77eb6.jpg"
  }
}

_id peut être utilisé comme valeur pour le champ reference_id dans le Fish TTS API pour synthétiser la voix clonée :

curl -X POST 'https://api.acedata.cloud/fish/tts' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "text": "Bonjour, ceci est une voix synthétisée utilisant ma voix clonée nouvellement créée.",
    "reference_id": "e5c6db52c3ed417f9cb2e5a33fb04667",
    "format": "mp3"
  }'

Exigences d’échantillon

Valeurs d’expérience (identiques à l’upstream, vous pouvez vous référer à Fish Documentation Officielle) :

La durée recommandée est de plus de 30 secondes et de moins de 5 minutes pour un meilleur effet ; au-delà de 10 minutes, le rendement marginal est faible.
Taux d’échantillonnage de 16 kHz ou plus, mono ou stéréo.
Le contenu doit être aussi propre que possible : pas de musique de fond, d’écho, de bruit ambiant évident ; même locuteur.
Formats recommandés : mp3 / wav.

Si vous n’êtes pas sûr de la qualité de l’échantillon, vous pouvez également transmettre enhance_audio_quality: true pour que l’upstream améliore d’abord la qualité audio.

Informations de facturation

La création d’un modèle de voix clonée (POST /fish/model) est gratuite, aucun frais n’est facturé ; les interfaces de requête de voix ([Fish Model Query](https://platform.acedata.cloud/documents/fish-model-query), [Fish Model Get](https://platform.acedata.cloud/documents/fish-model-get)) ne sont également pas facturées. Les frais ne sont générés que lors de l’appel ultérieur de Fish TTS pour synthétiser la voix.

Gestion des erreurs

400 token_mismatched : Paramètre de demande manquant ou non valide (le plus souvent, voices n’est pas une URL, ou a été transmis sous forme de tableau).
401 invalid_token : Le token d’authentification n’existe pas ou est invalide.
429 too_many_requests : Limite de taux du compte atteinte.
500 api_error : Erreur interne du serveur.

Exemple de réponse d’erreur :

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "voices est requis et doit être une URL HTTP(S) pointant vers un fichier audio"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

Conclusion

Pour appeler cette interface, il suffit de préparer une URL d’échantillon audio accessible publiquement, de la placer dans le champ voices pour obtenir le _id, puis de l’alimenter dans le reference_id de /fish/tts pour compléter le processus de bout en bout « clonage → synthèse ». Un point de blocage courant est que voices doit être une chaîne de caractères, ne peut pas être un tableau.

Démarrage

Chat IA

Image IA

Vidéo IA

Audio IA

Web & Données

CAPTCHA

Identité

Proxy

Avancé

Coding

Fish Model Create API Documentation

Processus de demande

Champs du corps de la requête

Exemple : Créer une voix clonée privée

Exigences d’échantillon

Informations de facturation

Gestion des erreurs

Conclusion

​Processus de demande

​Champs du corps de la requête

​Exemple : Créer une voix clonée privée

​Exigences d’échantillon

​Informations de facturation

​Gestion des erreurs

​Conclusion

Processus de demande

Champs du corps de la requête

Exemple : Créer une voix clonée privée

Exigences d’échantillon

Informations de facturation

Gestion des erreurs

Conclusion