Saltar para o conteúdo principal
Esta interface é baseada na API oficial de Model da Fish Audio e é usada para criar um modelo de voz clonada reutilizável a longo prazo com base em uma amostra de áudio. O endereço é POST https://api.acedata.cloud/fish/model.
Quando precisar usar temporariamente uma voz de referência, não é necessário criar um modelo; você pode usar diretamente a clonagem instantânea única references da API Fish TTS. Para pesquisar vozes existentes com paginação, consulte a API Fish Model Query; para consultar os detalhes de uma única voz por _id, consulte a API Fish Model Get.

​
Processo de solicitação

Para usar a API Fish Model, primeiro obtenha seu API Token no console do Ace Data Cloud e guarde-o como reserva. Se você ainda não estiver conectado ou registrado, será automaticamente redirecionado para a página de login, convidando você a se registrar e entrar; após concluir, você retornará automaticamente à página atual. Um único API Token pode chamar todos os serviços da plataforma, sem necessidade de solicitar um separadamente para cada serviço. A primeira solicitação concede créditos gratuitos, permitindo uma experiência gratuita; quando os créditos forem insuficientes, você pode recarregar o saldo geral no console.
📘 Documentação completa: Fish Model API →

​
Campos do corpo da solicitação

Para mais informações sobre o modelo de voz, consulte a documentação oficial da Fish.
As vozes criadas serão salvas publicamente a longo prazo, e outros usuários poderão pesquisá-las e utilizá-las. Não é necessário passar visibility; mesmo que seja passado private ou unlist, a interface atual não alterará o escopo público com base nisso.

​
Exemplo: criar uma voz clonada pública

Observação: voices deve ser uma string (uma única URL de áudio), não um array. Se for passado como ["..."], o upstream recusará. Recomenda-se usar um link direto publicamente baixável com sufixo .mp3 ou .wav.
A resposta bem-sucedida retorna diretamente o objeto ModelEntity da plataforma Fish (o exemplo abaixo é a voz mínima utilizável que testamos; alguns campos longos foram removidos para facilitar a leitura):
_id pode ser usado como o valor do campo reference_id na API Fish TTS subsequente, para realizar síntese de voz usando essa voz clonada: As vozes criadas com sucesso serão salvas publicamente e podem ser consultadas por meio de self=true da API Fish Model Query para as vozes criadas pelo usuário da chamada atual por meio desta plataforma. self=true apenas filtra a lista e não restringe outros usuários de utilizar essa voz.

​
Requisitos da amostra

Valores de experiência (consistentes com o upstream; consulte a documentação oficial da Fish):
  • Recomenda-se duração de mais de 30 segundos, com melhor efeito em até 5 minutos; acima de 10 minutos, o ganho marginal não é grande.
  • Taxa de amostragem de 16 kHz ou superior; mono ou estéreo são ambos aceitos.
  • O conteúdo deve estar o mais limpo possível: sem música de fundo, eco ou ruído ambiental evidente; o mesmo falante.
  • Formatos recomendados: mp3 / wav.
Se não tiver certeza sobre a qualidade da amostra, você também pode passar enhance_audio_quality: true para que o upstream realize primeiro a melhoria da qualidade de áudio.

​
Explicação de cobrança

A criação de modelos de clonagem de voz (POST /fish/model) é gratuita, sem qualquer cobrança; as interfaces de consulta de vozes (Fish Model Query、Fish Model Get) também não são cobradas. Os custos são gerados apenas conforme o uso ao chamar posteriormente o Fish TTS para sintetizar voz.

​
Tratamento de erros

  • 400 token_mismatched: parâmetros da solicitação ausentes ou inválidos (o mais comum é voices não ser uma URL, ou ter sido enviado como um array).
  • 400: quando o áudio de referência não puder ser baixado, tiver duração muito curta ou o formato não puder ser reconhecido, verifique a URL do áudio e o formato do arquivo.
  • 401 invalid_token: o token de autenticação não existe ou é inválido.
  • 429 too_many_requests: o limite de taxa da conta foi acionado.
  • 500 api_error: erro interno do servidor.
Exemplo de resposta de erro:

​
Conclusão

Para chamar esta interface, basta preparar uma URL de áudio de amostra publicamente acessível, colocá-la no campo voices para obter o _id e, em seguida, passá-lo para o reference_id de /fish/tts, concluindo assim o processo completo de «clonagem → síntese». Um erro comum é que voices deve ser uma string, não podendo ser um array.

​
Criar e reutilizar vozes por meio do MCP

No Fish MCP, chame fish_create_model(title="Minha voz", voices="https://example.com/authorized-voice.wav"). voices é uma única URL de áudio HTTP(S); também é possível passar description, cover_image, tags, texts, enhance_audio_quality, generate_sample. Esta ferramenta salvará vozes públicas permanentemente, e outros usuários poderão descobri-las e utilizá-las; use apenas materiais de áudio autorizados para processamento e divulgação. A ferramenta não possui opções privadas ou não públicas. O _id retornado após a criação bem-sucedida é usado para o reference_id de fish_generate_audio, e fish_list_models(self=true) pode consultar as vozes salvas por você. Quando for necessário apenas uma voz de referência única, use references de fish_generate_audio, sem precisar criar uma voz permanente.