Skip to main content
本インターフェースは Fish Audio 公式 Model API に基づいており、音声サンプルに基づいて長期間再利用可能なクローン音声モデルを作成するために使用されます。アドレスは POST https://api.acedata.cloud/fish/model です。
一時的に参照音声を使用する場合は、モデルを作成する必要はなく、直接 Fish TTS APIreferences を使用して即時クローンできます。既存の音色をページング検索するには Fish Model Query API を参照してください; _id で単一の音色詳細を照会するには Fish Model Get API を参照してください。

申請プロセス

Fish Model API を使用するには、まず Ace Data Cloud コンソール で API トークンを取得し、保管してください。 まだログインまたは登録していない場合は、自動的にログインページにリダイレクトされ、登録とログインを促されます。完了後、現在のページに自動的に戻ります。 1つの API トークンでプラットフォームのすべてのサービスを呼び出すことができ、各サービスごとに個別に申請する必要はありません。 初回申請時には無料枠が付与され、無料で体験できます;枠が不足した場合は コンソール で共通残高をチャージできます。
📘 完全なドキュメント:Fish Model API →

リクエストボディフィールド

フィールドは上流と完全に一致しており、Fish 公式ドキュメント を参照してください。

例:プライベートクローン音色を作成する

注意:voices文字列(単一の音声 URL)でなければならず、配列ではありません。["..."] として送信すると上流で拒否されます。
成功した応答は、Fish プラットフォームの ModelEntity オブジェクトを直接返します(以下は私たちがテストした最小限の使用可能な音色で、読みやすさのために一部の長いフィールドを削除しています):
_id は、後続の Fish TTS APIreference_id フィールドの値として使用でき、このクローン音色を使用して音声合成を行います:

サンプル要件

経験則(上流と一致、Fish 公式ドキュメント を参照):
  • 推奨の長さは30秒以上、5分以内が最適;10分を超えると限界利益はあまり大きくありません。
  • サンプリングレートは16 kHz以上、モノラルまたはステレオのいずれでも可。
  • 内容はできるだけクリーンに:バックグラウンドミュージック、エコー、明らかな環境ノイズはなし;同一の話者。
  • フォーマットは mp3 / wav を推奨。
サンプルの品質に自信がない場合は、同時に enhance_audio_quality: true を送信して上流に音質向上を行わせることができます。

課金説明

音色クローンモデルの作成(POST /fish/model)は無料で、料金は発生しません;音色の照会インターフェース(Fish Model QueryFish Model Get)も同様に料金は発生しません。料金は、後続の Fish TTS で音声合成を行う際に使用量に応じて発生します。

エラーハンドリング

  • 400 token_mismatched:リクエストパラメータが欠落しているか不正です(最も一般的なのは voices が URL でないか、配列として渡されていることです)。
  • 401 invalid_token:認証トークンが存在しないか無効です。
  • 429 too_many_requests:アカウントのレート制限が発動しました。
  • 500 api_error:サーバー内部エラーです。
エラー応答の例:

結論

このインターフェースを呼び出すには、公開アクセス可能なサンプル音声の URL を準備し、それを voices フィールドに入れるだけで _id を取得できます。その後、/fish/ttsreference_id に渡せば、エンドツーエンドの「クローン → 合成」が完了します。一般的な落とし穴は、voices が文字列でなければならず、配列であってはならないことです。