Hoppa till huvudinnehåll
Detta gränssnitt baseras på Fish Audio officiella Model API och används för att skapa en klonad röstmodell som kan återanvändas långsiktigt baserat på ett ljudprov. Adressen är POST https://api.acedata.cloud/fish/model.
När referensrösten bara behöver användas tillfälligt finns det inget behov av att skapa en modell; du kan direkt använda Fish TTS API och references för omedelbar engångskloning. För sidindelad hämtning av befintliga röster, se Fish Model Query API; för att fråga efter detaljer för en enskild röst med _id, se Fish Model Get API.

​
Ansökningsprocess

För att använda Fish Model API, gå först till Ace Data Cloud-konsolen för att hämta din API Token och spara den för senare användning. Om du ännu inte har loggat in eller registrerat dig, omdirigeras du automatiskt till inloggningssidan där du uppmanas att registrera dig och logga in. När detta är klart återgår du automatiskt till den aktuella sidan. En API Token kan anropa alla plattformens tjänster, och du behöver inte ansöka separat för varje tjänst. Vid första ansökan får du gratis kvot för att kunna prova tjänsten kostnadsfritt; när kvoten är otillräcklig kan du fylla på det gemensamma saldot i konsolen.
📘 Fullständig dokumentation: Fish Model API →

​
Fält i begärandetexten

För mer information om röstmodeller, se Fish officiella dokumentation.
De skapade rösterna sparas offentligt under lång tid, och andra användare kan söka efter och använda dem. Du behöver inte skicka visibility; även om private eller unlist skickas in kommer det aktuella gränssnittet inte att ändra offentlighetsomfånget baserat på detta.

​
Exempel: skapa en offentlig klonad röst

Obs: voices måste vara en sträng (en enskild ljud-URL), inte en array. Uppströms kommer att avvisa den om den skickas som ["..."]. Vi rekommenderar att använda en direktlänk som kan laddas ned offentligt och har filändelsen .mp3 eller .wav.
Ett lyckat svar returnerar direkt ModelEntity-objektet från Fish-plattformen (exemplet nedan är den minsta fungerande rösten som vi har testat; vissa långa fält har tagits bort för att underlätta läsning):
_id kan användas som värde för fältet reference_id i efterföljande Fish TTS API, för att använda denna klonade röst för talsyntes: Röster som skapats framgångsrikt sparas offentligt och kan frågas efter genom self=true i Fish Model Query API, för att hämta röster som den aktuella anropande användaren har skapat via denna plattform. self=true filtrerar endast listan och begränsar inte andra användares användning av denna röst.

​
Krav på provet

Erfarenhetsvärden (överensstämmer med uppströms; se Fish officiella dokumentation):
  • En längd på minst 30 sekunder rekommenderas, och resultatet är bäst inom 5 minuter; över 10 minuter är marginalnyttan liten.
  • Samplingsfrekvens på 16 kHz eller högre, både mono och stereo stöds.
  • Innehållet ska vara så rent som möjligt: ingen bakgrundsmusik, ekon eller tydligt omgivningsbrus; samma talare.
  • Formatet mp3 / wav rekommenderas.
Om du är osäker på provets kvalitet kan du samtidigt skicka enhance_audio_quality: true så att uppströms först utför förbättring av ljudkvaliteten.

​
Prisbeskrivning

Att skapa en röstkloningsmodell (POST /fish/model) är gratis och medför inga avgifter; gränssnitten för att söka röstklanger (Fish Model Query, Fish Model Get) är också kostnadsfria. Avgifter uppstår endast baserat på användning när Fish TTS senare anropas för att syntetisera tal.

​
Felhantering

  • 400 token_mismatched: Begärandeparametrar saknas eller är ogiltiga (oftast är voices inte en URL eller har skickats som en array).
  • 400: När referensljudet inte kan laddas ned, är för kort eller formatet inte kan identifieras, kontrollera ljud-URL:en och filformatet.
  • 401 invalid_token: Autentiseringstoken saknas eller är ogiltig.
  • 429 too_many_requests: Kontots hastighetsgräns har utlösts.
  • 500 api_error: Internt serverfel.
Exempel på felsvar:

​
Slutsats

För att anropa detta gränssnitt behöver du endast förbereda en offentligt tillgänglig URL för ett exempelljud, placera den i fältet voices för att få _id, och sedan ange den till reference_id för /fish/tts för att slutföra hela flödet ”kloning → syntes”. En vanlig fallgrop är att voices måste vara en sträng och inte kan vara en array.

​
Skapa och återanvänd röstklanger via MCP

Anropa följande i Fish MCP: fish_create_model(title="Min röstklang", voices="https://example.com/authorized-voice.wav"). voices är en enskild HTTP(S)-URL för ljud; du kan även skicka description, cover_image, tags, texts, enhance_audio_quality, generate_sample. Detta verktyg sparar offentliga röstklanger långsiktigt, och andra användare kan upptäcka och använda dem; använd endast ljudmaterial som du har tillstånd att behandla och offentliggöra. Verktyget har inget privat eller icke-offentligt alternativ. Den _id som returneras efter lyckad skapelse används för reference_id i fish_generate_audio, och fish_list_models(self=true) kan användas för att söka bland de röstklanger du själv har sparat. När en referensröst endast behövs en enda gång, använd references i fish_generate_audio, utan att skapa en långsiktig röstklang.