Fish Model Create API Dokumentacja integracji

Ten interfejs oparty jest na oficjalnym API Model Fish Audio i służy do tworzenia długoterminowego modelu dźwięku klonowego na podstawie próbki audio. Adres to POST https://api.acedata.cloud/fish/model.

Jeśli potrzebujesz tymczasowo użyć dźwięku referencyjnego, nie musisz tworzyć modelu, możesz bezpośrednio użyć references z Fish TTS API do jednorazowego klonowania. Aby przeszukać istniejące dźwięki, zapoznaj się z Fish Model Query API; aby wyszukać szczegóły pojedynczego dźwięku według _id, zapoznaj się z Fish Model Get API.

Proces aplikacji

Aby korzystać z Fish Model API, najpierw przejdź do konsoli Ace Data Cloud, aby uzyskać swój token API, który należy zachować na przyszłość.

Jeśli nie jesteś zalogowany lub zarejestrowany, automatycznie zostaniesz przekierowany na stronę logowania, aby zarejestrować się i zalogować, a po zakończeniu zostaniesz automatycznie przekierowany z powrotem na bieżącą stronę. Jeden token API wystarczy do korzystania ze wszystkich usług platformy, nie ma potrzeby składania osobnych wniosków dla każdej usługi. Przy pierwszym wniosku otrzymasz darmowy limit, aby móc przetestować; gdy limit się wyczerpie, możesz doładować saldo ogólne w konsoli.

📘 Pełna dokumentacja: Fish Model API →

Pola ciała żądania

Pole	Typ	Wymagane	Opis
`title`	string	Tak	Nazwa dźwięku, używana do identyfikacji w liście konsoli.
`voices`	string	Tak	URL HTTP(S) próbki audio (pojedynczy ciąg, nie tablica). Ten interfejs nie obsługuje przesyłania multipart/binary, proszę najpierw umieścić audio w dowolnym publicznie dostępnym magazynie obiektów.
`description`	string	Nie	Opis dźwięku.
`cover_image`	string	Nie	URL HTTP(S) do obrazu okładki.
`tags`	string[]	Nie	Tagów do przeszukiwania w bibliotece publicznej, na przykład `["male","narration","zh"]`.
`texts`	string[]	Nie	Odpowiednie teksty referencyjne dla próbki (do korekty wymowy).
`enhance_audio_quality`	boolean	Nie	Czy przed treningiem poprawić jakość próbki.
`generate_sample`	boolean	Nie	Czy po zakończeniu treningu automatycznie wygenerować próbkę audio.

Pola są całkowicie zgodne z upstream, proszę również zapoznać się z oficjalną dokumentacją Fish.

Przykład: Utworzenie prywatnego klonu dźwięku

curl -X POST 'https://api.acedata.cloud/fish/model' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "title": "Mój klon dźwięku",
    "description": "Klonowany chiński dźwięk z nagrania podcastu",
    "voices": "https://example.com/sample-voice.mp3",
    "cover_image": "https://cdn.acedata.cloud/e724d7f13d.png"
  }'

Uwaga: voices musi być ciągiem (pojedynczy URL audio), a nie tablicą. Przesłanie jako ["..."] spowoduje odrzucenie przez upstream.

Odpowiedź sukcesu zwraca bezpośrednio obiekt ModelEntity platformy Fish (poniżej przykład minimalnego użytecznego dźwięku, usunięto niektóre długie pola dla lepszej czytelności):

{
  "_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": "Mistrzu, [ton zdecydowany] naprawdę mam dość tych zimnych dni w górach!...",
      "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": "Mistrzu, [ton zdecydowany] naprawdę mam dość tych zimnych dni w górach!...",
  "like_count": 0,
  "mark_count": 0,
  "shared_count": 0,
  "task_count": 0,
  "author": {
    "_id": "780f2b2f862d41a08c0507bbbda77eb6",
    "nickname": "Penny Conrad",
    "avatar": "avatars/780f2b2f862d41a08c0507bbbda77eb6.jpg"
  }
}

_id może być użyty jako wartość pola reference_id w późniejszych wywołaniach Fish TTS API do syntezowania mowy przy użyciu tego klonu dźwięku:

curl -X POST 'https://api.acedata.cloud/fish/tts' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "text": "Cześć, to jest fragment mowy wygenerowanej przy użyciu właśnie stworzonego klonu dźwięku.",
    "reference_id": "e5c6db52c3ed417f9cb2e5a33fb04667",
    "format": "mp3"
  }'

Wymagania dotyczące próbek

Wartości doświadczenia (zgodne z upstream, można zapoznać się z oficjalną dokumentacją Fish):

Czas trwania zalecany powyżej 30 sekund, najlepiej do 5 minut; powyżej 10 minut marginalne korzyści są niewielkie.
Częstotliwość próbkowania 16 kHz i wyższa, mono lub stereo.
Treść powinna być jak najczystsza: bez muzyki w tle, echa, wyraźnych hałasów otoczenia; ten sam mówca.
Format zalecany to mp3 / wav.

Jeśli nie masz pewności co do jakości próbki, możesz jednocześnie przesłać enhance_audio_quality: true, aby upstream najpierw poprawił jakość dźwięku.

Informacje o opłatach

Tworzenie modelu klonu dźwięku (POST /fish/model) jest darmowe, nie pobiera się żadnych opłat; interfejsy zapytań dźwięków ([Fish Model Query](https://platform.acedata.cloud/documents/fish-model-query), [Fish Model Get](https://platform.acedata.cloud/documents/fish-model-get)) również nie są płatne. Opłaty powstają tylko podczas późniejszych wywołań Fish TTS do syntezowania mowy.

Obsługa błędów

400 token_mismatched：Brakujące lub nieprawidłowe parametry żądania (najczęściej voices nie jest URL, lub zostało przekazane jako tablica).
401 invalid_token：Token autoryzacyjny nie istnieje lub jest nieprawidłowy.
429 too_many_requests：Przekroczono limit szybkości konta.
500 api_error：Błąd wewnętrzny serwera.

Przykład odpowiedzi błędu:

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "voices jest wymagane i musi być adresem URL HTTP(S) wskazującym na plik audio"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

Wnioski

Aby wywołać to API, wystarczy przygotować publicznie dostępny URL próbki audio, umieścić go w polu voices, aby uzyskać _id, a następnie podać go jako reference_id do /fish/tts, co zakończy proces „klonowania → syntezowania”. Częstym problemem jest to, że voices musi być ciągiem znaków, a nie tablicą.

Getting Started

Czat AI

Obraz AI

Wideo AI

Audio AI

Sieć i dane

CAPTCHA

Tożsamość

Proxy

Advanced

Coding

Fish Model Create API Dokumentacja integracji

Proces aplikacji

Pola ciała żądania

Przykład: Utworzenie prywatnego klonu dźwięku

Wymagania dotyczące próbek

Informacje o opłatach

Obsługa błędów

Wnioski

​Proces aplikacji

​Pola ciała żądania

​Przykład: Utworzenie prywatnego klonu dźwięku

​Wymagania dotyczące próbek

​Informacje o opłatach

​Obsługa błędów

​Wnioski

Proces aplikacji

Pola ciała żądania

Przykład: Utworzenie prywatnego klonu dźwięku

Wymagania dotyczące próbek

Informacje o opłatach

Obsługa błędów

Wnioski