Vai al contenuto principale
Questa interfaccia si basa sulla Model API ufficiale di Fish Audio e viene utilizzata per creare un modello vocale clonato riutilizzabile a lungo termine basato su un campione audio. L’indirizzo è POST https://api.acedata.cloud/fish/model.
Quando è necessario utilizzare temporaneamente una voce di riferimento, non è necessario creare un modello: è possibile usare direttamente la clonazione istantanea una tantum tramite references della Fish TTS API. Per recuperare con paginazione i timbri vocali esistenti, consultare la Fish Model Query API; per interrogare i dettagli di un singolo timbro vocale tramite _id, consultare la Fish Model Get API.

​
Processo di richiesta

Per utilizzare la Fish Model API, per prima cosa vai alla console di Ace Data Cloud per ottenere il tuo API Token e conservarlo per l’uso. Se non hai ancora effettuato l’accesso o non ti sei registrato, verrai automaticamente reindirizzato alla pagina di accesso per registrarti e accedere; al termine, tornerai automaticamente alla pagina corrente. Un solo API Token può chiamare tutti i servizi della piattaforma, senza necessità di richiederne uno separatamente per ogni servizio. Alla prima richiesta verrà assegnato un credito gratuito, per consentire una prova gratuita; quando il credito è insufficiente, puoi ricaricare il saldo comune nella console.
📘 Documentazione completa: Fish Model API →

​
Campi del corpo della richiesta

Per ulteriori informazioni sui modelli vocali, puoi consultare la documentazione ufficiale di Fish.
I timbri vocali creati verranno salvati pubblicamente a lungo termine e altri utenti potrebbero cercarli e utilizzarli. Non è necessario passare visibility; anche se viene passato private o unlist, l’interfaccia corrente non modificherà l’ambito pubblico in base a questo.

​
Esempio: creare un timbro vocale clonato pubblico

Nota: voices deve essere una stringa (un singolo URL audio), non un array. Se viene passato come ["..."], l’upstream lo rifiuterà. Si consiglia di utilizzare un link diretto pubblicamente scaricabile con suffisso .mp3 o .wav.
La risposta di successo restituisce direttamente l’oggetto ModelEntity della piattaforma Fish (l’esempio seguente è il timbro vocale minimo utilizzabile che abbiamo testato; alcuni campi lunghi sono stati rimossi per facilitarne la lettura):
_id può essere utilizzato come valore del campo reference_id nella successiva Fish TTS API, per effettuare la sintesi vocale utilizzando questo timbro vocale clonato: Il timbro vocale creato con successo verrà salvato pubblicamente e può essere interrogato tramite self=true della Fish Model Query API, per ottenere i timbri vocali creati dall’utente chiamante corrente tramite questa piattaforma. self=true filtra solo l’elenco e non limita l’uso di questo timbro vocale da parte di altri utenti.

​
Requisiti del campione

Valori empirici (coerenti con l’upstream, puoi fare riferimento alla documentazione ufficiale di Fish):
  • Si consiglia una durata di almeno 30 secondi; entro 5 minuti si ottengono i risultati migliori; oltre 10 minuti il beneficio marginale non è significativo.
  • Frequenza di campionamento di 16 kHz o superiore; sono supportati sia mono sia stereo.
  • Il contenuto deve essere il più pulito possibile: senza musica di sottofondo, eco o rumore ambientale evidente; stesso parlante.
  • Formati consigliati: mp3 / wav.
Se non sei sicuro della qualità del campione, puoi anche passare enhance_audio_quality: true per consentire all’upstream di migliorare prima la qualità audio.

​
Informazioni sulla fatturazione

La creazione di un modello di clonazione vocale (POST /fish/model) è gratuita e non comporta alcun costo; anche le API di consultazione della voce (Fish Model Query、Fish Model Get) non sono a pagamento. I costi vengono generati solo in base all’utilizzo durante la successiva chiamata di Fish TTS per sintetizzare la voce.

​
Gestione degli errori

  • 400 token_mismatched: parametri della richiesta mancanti o non validi (il caso più comune è che voices non sia un URL oppure sia stato passato come array).
  • 400: quando l’audio di riferimento non può essere scaricato, la durata è troppo breve o il formato non può essere riconosciuto, controllare l’URL dell’audio e il formato del file.
  • 401 invalid_token: il token di autenticazione non esiste o non è valido.
  • 429 too_many_requests: è stato attivato il limite di frequenza dell’account.
  • 500 api_error: errore interno del server.
Esempio di risposta di errore:

​
Conclusione

Per chiamare questa API è necessario preparare solo un URL di audio campione accessibile pubblicamente, inserirlo nel campo voices per ottenere _id, quindi fornirlo a reference_id di /fish/tts per completare il flusso end-to-end di «clonazione → sintesi». Un errore comune è che voices debba essere una stringa e non possa essere un array.

​
Creare e riutilizzare voci tramite MCP

In Fish MCP, chiamare fish_create_model(title="La mia voce", voices="https://example.com/authorized-voice.wav"). voices è un singolo URL audio HTTP(S); è inoltre possibile passare description, cover_image, tags, texts, enhance_audio_quality, generate_sample. Questo strumento salva a lungo termine le voci pubbliche, che altri utenti potrebbero scoprire e utilizzare; usare solo materiali audio autorizzati per l’elaborazione e la pubblicazione. Lo strumento non dispone di opzioni private o non pubbliche. L’_id restituito dopo la creazione riuscita viene utilizzato per reference_id di fish_generate_audio, mentre fish_list_models(self=true) consente di consultare le voci salvate dall’utente. Quando è necessaria solo una voce di riferimento una tantum, usare references di fish_generate_audio, senza creare una voce a lungo termine.