Guide d’intégration de l’API Fish Model Create

Cette API est basée sur l’API Model officielle de Fish Audio et permet de créer un modèle de voix clonée réutilisable à long terme à partir d’un échantillon audio. L’adresse est POST https://api.acedata.cloud/fish/model.

Lorsqu’il suffit d’utiliser temporairement une voix de référence, il n’est pas nécessaire de créer un modèle : vous pouvez utiliser directement le clonage instantané ponctuel references de l’API Fish TTS. Pour rechercher de manière paginée des voix existantes, veuillez consulter l’API Fish Model Query ; pour rechercher les détails d’une seule voix par _id, veuillez consulter l’API Fish Model Get.

Processus de demande

Pour utiliser l’API Fish Model, obtenez d’abord votre API Token depuis la console Ace Data Cloud, et conservez-le pour une utilisation ultérieure.

Si vous n’êtes pas encore connecté ou inscrit, vous serez automatiquement redirigé vers la page de connexion afin de vous inviter à vous inscrire et à vous connecter ; une fois terminé, vous reviendrez automatiquement sur la page actuelle. Un seul API Token permet d’appeler tous les services de la plateforme ; il n’est pas nécessaire d’en demander un séparément pour chaque service. La première demande offre un quota gratuit permettant de tester gratuitement ; lorsque le quota est insuffisant, vous pouvez recharger votre solde commun 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’identifier dans la liste de la console.
`voices`	string	Oui	URL HTTP(S) de l’échantillon audio (une seule chaîne de caractères, et non un tableau). Cette API ne prend pas en charge l’envoi multipart/binaire ; placez d’abord l’audio dans n’importe quel 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 de la bibliothèque publique, par exemple `["male","narration","zh"]`.
`texts`	string[]	Non	Textes de référence correspondant aux échantillons (utilisés pour corriger la prononciation).
`enhance_audio_quality`	boolean	Non	Indique s’il faut améliorer la qualité audio de l’échantillon avant l’entraînement.
`generate_sample`	boolean	Non	Indique s’il faut générer automatiquement un extrait audio après la fin de l’entraînement.

Pour plus d’informations sur les modèles de voix, consultez la documentation officielle de Fish.

Les voix créées seront enregistrées publiquement à long terme, et d’autres utilisateurs pourront les rechercher et les utiliser. Il n’est pas nécessaire de transmettre visibility ; même si private ou unlist est transmis, l’API actuelle ne modifiera pas la portée publique en conséquence.

Exemple : créer une voix clonée publique

curl -X POST 'https://api.acedata.cloud/fish/model' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "title": "我的克隆音色",
    "description": "用一段播客录音克隆的中文音色",
    "voices": "https://example.com/sample-voice.mp3",
    "cover_image": "https://cdn.acedata.cloud/e724d7f13d.png"
  }'

Remarque : voices doit être une chaîne de caractères (une seule URL audio), et non un tableau. Si vous transmettez ["..."], le fournisseur en amont le rejettera. Il est recommandé d’utiliser un lien direct publiquement téléchargeable avec le suffixe .mp3 ou .wav.

La réponse en cas de succès renvoie directement l’objet ModelEntity de la plateforme Fish (l’exemple ci-dessous est la voix minimale fonctionnelle que nous avons testée ; certains champs longs ont été supprimés 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 du champ reference_id dans l’API Fish TTS ultérieure, afin d’utiliser cette voix clonée pour la synthèse vocale : Les voix créées avec succès seront enregistrées publiquement et peuvent être recherchées via self=true de l’API Fish Model Query afin d’obtenir les voix créées sur cette plateforme par l’utilisateur appelant actuel. self=true filtre uniquement la liste et ne limite pas l’utilisation de cette voix par d’autres utilisateurs.

curl -X POST 'https://api.acedata.cloud/fish/tts' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "text": "你好，这是一段使用我刚创建的克隆音色合成的语音。",
    "reference_id": "e5c6db52c3ed417f9cb2e5a33fb04667",
    "format": "mp3"
  }'

Exigences concernant les échantillons

Valeurs recommandées issues de l’expérience (cohérentes avec celles du fournisseur en amont ; consultez la documentation officielle de Fish) :

Une durée de 30 secondes ou plus est recommandée, avec des résultats optimaux en dessous de 5 minutes ; au-delà de 10 minutes, le gain marginal est faible.
Une fréquence d’échantillonnage de 16 kHz ou plus ; mono ou stéréo.
Le contenu doit être aussi propre que possible : sans musique de fond, écho ou bruit ambiant évident ; un même locuteur.
Les formats recommandés sont mp3 / wav.

Si vous n’êtes pas certain de la qualité de l’échantillon, vous pouvez également transmettre enhance_audio_quality: true afin que le fournisseur en amont améliore d’abord la qualité audio.

Informations de tarification

La création d’un modèle de clonage vocal (POST /fish/model) est gratuite, sans aucun frais ; les interfaces de requête de voix (Fish Model Query, Fish Model Get) ne sont également pas facturées. Les frais ne sont générés qu’en fonction de l’utilisation lors de l’appel ultérieur de Fish TTS pour synthétiser la voix.

Gestion des erreurs

400 token_mismatched : paramètres de requête manquants ou non valides (le cas le plus fréquent est que voices n’est pas une URL, ou qu’il a été transmis sous forme de tableau).
400 : lorsque l’audio de référence ne peut pas être téléchargé, que sa durée est trop courte ou que son format ne peut pas être reconnu, veuillez vérifier l’URL audio et le format du fichier.
401 invalid_token : le token d’authentification n’existe pas ou n’est pas valide.
429 too_many_requests : la limite de débit du compte a été déclenchée.
500 api_error : erreur interne du serveur.

Exemple de réponse d’erreur :

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "voices is required and must be an HTTP(S) URL pointing to an audio file"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

Conclusion

Pour appeler cette interface, il suffit de préparer une URL d’audio d’exemple accessible publiquement, de la placer dans le champ voices afin d’obtenir _id, puis de la transmettre à reference_id de /fish/tts pour réaliser le processus de bout en bout « clonage → synthèse ». Le piège courant est que voices doit être une chaîne de caractères et ne peut pas être un tableau.

Créer et réutiliser une voix via MCP

Appelez dans Fish MCP fish_create_model(title="Ma voix", voices="https://example.com/authorized-voice.wav"). voices est une unique URL audio HTTP(S) ; vous pouvez également transmettre description, cover_image, tags, texts, enhance_audio_quality, generate_sample. Cet outil conserve durablement les voix publiques ; d’autres utilisateurs peuvent les découvrir et les utiliser ; veuillez n’utiliser que des ressources audio dont le traitement et la publication sont autorisés. L’outil ne propose aucune option privée ou non publique. Le _id renvoyé après la création réussie est utilisé pour reference_id de fish_generate_audio, et fish_list_models(self=true) permet de consulter les voix que vous avez enregistrées. Lorsqu’une voix de référence n’est nécessaire qu’une seule fois, utilisez references de fish_generate_audio, sans créer de voix durable.

Démarrage

Chat IA

Image IA

Vidéo IA

Audio IA

Web & Données

CAPTCHA

Identité

Coding

Autres guides

Guide d’intégration de l’API Fish Model Create

Processus de demande

Champs du corps de la requête

Exemple : créer une voix clonée publique

Exigences concernant les échantillons

Informations de tarification

Gestion des erreurs

Conclusion

Créer et réutiliser une voix via MCP

​Processus de demande

​Champs du corps de la requête

​Exemple : créer une voix clonée publique

​Exigences concernant les échantillons

​Informations de tarification

​Gestion des erreurs

​Conclusion

​Créer et réutiliser une voix via MCP

Processus de demande

Champs du corps de la requête

Exemple : créer une voix clonée publique

Exigences concernant les échantillons

Informations de tarification

Gestion des erreurs

Conclusion

Créer et réutiliser une voix via MCP