Fish TTS API Integrationsbeskrivning

Detta gränssnitt erbjuder text-till-tal, anrop av sparade röster och engångs omedelbar ljudkloning, adressen är POST https://api.acedata.cloud/fish/tts。

Ansökningsprocess

För att använda Fish TTS API, börja med att gå till Ace Data Cloud-konsolen för att få din API-token, som du ska spara.

Om du inte har loggat in eller registrerat dig, kommer du automatiskt att omdirigeras till inloggningssidan för att registrera dig och logga in, och efter att ha slutfört detta kommer du automatiskt att återvända till den aktuella sidan. En API-token kan användas för att anropa alla tjänster på plattformen, det behövs ingen separat ansökan för varje tjänst. Första ansökan ger en gratis kvot för att prova; om kvoten är otillräcklig kan du ladda på allmän balans i konsolen.

📘 Fullständig dokumentation: Fish TTS API →

Begärningshuvud

Header	Obligatorisk	Beskrivning
`authorization`	Ja	`Bearer {token}`，`{token}` är nyckeln som ansöktes på denna plattform.
`content-type`	Ja	`application/json`。
`accept`	Nej	`application/json`。
`model`	Nej	TTS-modell, valfri `s1`、`s2-pro` eller `s2.1-pro`，standard `s2-pro`。`s2.1-pro` är den senaste generationen, `s2-pro` har stark uttrycksförmåga; `s1` är mer stabil, lång text tenderar inte att avvika. Alla tre har samma pris.

Begärningskroppsfält

Fält	Typ	Obligatorisk	Beskrivning
`text`	string	Ja	Texten som ska syntetiseras, en icke-tom sträng.
`format`	string	Nej	Utdata ljudformat, valfri `mp3`（standard）、`wav`、`pcm`。`wav` och `pcm` returnerar båda WAV-container. `opus` stöds inte, att skicka in det kommer direkt att returnera `400`。
`reference_id`	string \| string[]	Nej	Modell-ID för sparade eller offentliga röster, kan skapas av Fish Model API eller hämtas i Fish Model Query. Kan inte användas samtidigt med `references`.
`references`	object[]	Nej	Engångs omedelbar ljudkloning, stöder endast ett `{audio, text}`-exempel: `audio` är en offentlig HTTPS MP3/WAV-URL, `text` är den exakta transkriptionen av ljudet. Kan inte användas samtidigt med `reference_id`.
`sample_rate`	integer	Nej	Samplingsfrekvens, vanligtvis `16000`、`22050`、`44100`。`format=mp3` standard 44100。
`mp3_bitrate`	integer	Nej	MP3-bitrate, valfri `64`、`128`、`192`。Gäller endast `format=mp3`。
`prosody`	object	Nej	Prosodiöverlagring, stöder `speed`（talhastighet, 1.0 är originalhastighet）och `volume`（volymförstärkning dB）。Till exempel `{"speed":1.2,"volume":0}`。
`chunk_length`	integer	Nej	Upstream chunk-längd, standard bestäms av upstream.
`temperature`	number	Nej	Samplings temperatur, intervall cirka 0.0–1.0。
`top_p`	number	Nej	top-p samplingsparameter.
`latency`	string	Nej	`normal` eller `balanced`，standard sätts automatiskt av detta gränssnitt till `normal`（att skicka en tom sträng kommer att avvisas av upstream）.
`normalize`	boolean	Nej	Om texten ska normaliseras.
`callback_url`	string	Nej	Asynkron återkopplingsadress, se nedan för “Asynkron återkoppling”. Detta är en utvidgning av det officiella gränssnittet。

Engångs kloning accepterar endast HTTPS ljud-URL, accepterar inte MessagePack, Base64, data URI eller URL med autentisering. Referensljud rekommenderas att vara 10–270 sekunder; Studio använder en mer konservativ 10–60 sekunders intervall.

Exempel 1: Minsta begäran（`text` + `format=mp3`）

curl -X POST 'https://api.acedata.cloud/fish/tts' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "text": "Hello world.",
    "format": "mp3"
  }'

Svar (testat):

{
  "audio_url": "https://platform2.cdn.acedata.cloud/fish/e2ffcc06-18da-4a8c-b9aa-9337d0f9ec1d.mp3"
}

audio_url pekar på plattformens CDN, kan direkt GET-ladda ner eller spelas i <audio>-taggen. Det slutliga framgångsrika svaret kommer också att returnera den övergripande cost, där amount är de Credits som faktiskt dragits denna gång; om det finns kontorabatt, representerar list_amount beloppet före rabatten. Länken är långvarig, men det rekommenderas fortfarande att spara en kopia i din egen lagring.

Exempel 2: Använd klonröst `reference_id`

Nedan används en offentlig spansktalande röst på Fish-plattformen（_id kan hämtas via Fish Model Query）:

curl -X POST 'https://api.acedata.cloud/fish/tts' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "text": "Hermanos míos, hoy es un buen día.",
    "reference_id": "8d2c17a9b26d4d83888ea67a1ee565b2",
    "format": "mp3"
  }'

Svar (testat):

{
  "audio_url": "https://platform2.cdn.acedata.cloud/fish/b6f161f2-a100-4818-add2-47694f234659.mp3"
}

Exempel 3: Engångs omedelbar ljudkloning（`references`）

Placera referensljudet på en offentlig HTTPS-adress och ge den exakta transkriptionen av vad som faktiskt sagts. Denna röst används endast för denna syntes och kommer inte att skapa en långvarig modell:

curl -X POST 'https://api.acedata.cloud/fish/tts' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -H 'model: s2-pro' \
  -d '{
    "text": "新的旅程从这一刻开始，让我们一起向前。",
    "format": "mp3",
    "references": [{
      "audio": "https://platform2.cdn.acedata.cloud/fish/6220d605-39d0-4d43-9e58-0f12949dc9b9.mp3",
      "text": "春天的清晨，阳光穿过树叶，落在安静的小路上。"
    }]
  }'

Testat framgångsrikt svar:

{
  "audio_url": "https://platform2.cdn.acedata.cloud/fish/995dfe37-b187-474d-8323-b08d6678ed8f.mp3",
  "cost": {"amount": 0.007609319999999999, "currency": "credit"}
}

Metod	Livscykel	Användningsområde
`references`	Endast denna TTS-begäran	Temporär användning eller varje gång olika ljud
`reference_id`	Återanvändbar	Offentligt ljud eller långvarigt ljud skapat via `/fish/model`

Exempel 3: Justera talhastighet / volym (`prosody`)

curl -X POST 'https://api.acedata.cloud/fish/tts' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "text": "Snabbare tal med prosody-överskrivningar.",
    "prosody": { "speed": 1.2, "volume": 0 },
    "format": "mp3"
  }'

Svar (verkligen testat):

{
  "audio_url": "https://platform2.cdn.acedata.cloud/fish/5ade0339-5f11-487e-aacc-06a908271706.mp3"
}

speed större än 1 ökar hastigheten, mindre än 1 sänker hastigheten; volume enhet dB, 0 betyder oförändrad, positiva värden ökar, negativa värden minskar.

Exempel 5: Byt modell + kontrollera bitrate

Genom HTTP-huvudet model: s1 byter du till stabil modell, lägg till mp3_bitrate: 128 i begäran för att kontrollera MP3-bitraten:

curl -X POST 'https://api.acedata.cloud/fish/tts' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -H 'model: s1' \
  -d '{
    "text": "hög bitrate mp3",
    "format": "mp3",
    "mp3_bitrate": 128
  }'

Svar (verkligen testat):

{
  "audio_url": "https://platform2.cdn.acedata.cloud/fish/7e7abf3d-3d72-4c9f-8eb6-8af932d7c96e.mp3"
}

Exempel 6: PCM råvågform

Behöver du göra realtidskoppling i webbläsaren, eller göra efterbehandling (mixning, hastighetsändring) på klienten, rekommenderas att använda pcm:

curl -X POST 'https://api.acedata.cloud/fish/tts' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "text": "hej",
    "format": "pcm",
    "sample_rate": 16000
  }'

Svar (verkligen testat):

{
  "audio_url": "https://platform2.cdn.acedata.cloud/fish/64adc04b-c196-4a0f-9070-222ba101ce6c.wav"
}

Länkens filändelse följer begäran i format: mp3 ger .mp3, wav och pcm ger .wav (WAV-container, 16 bit PCM).

Asynkron återkoppling (`callback_url`)

Långa texter kan ta flera sekunder till flera minuter att syntetisera, om anslutningen bryts behöver du försöka igen. När du skickar callback_url i begäran kommer gränssnittet omedelbart att returnera {task_id, started_at}, när den verkliga uppgiften är klar kommer den kompletta resultatet att POST:as i JSON-format till den URL:en, med samma task_id och den slutgiltiga kostnaden för denna begäran. Den initiala uppgiften bekräftar att syntesen ännu inte är klar, så den innehåller inte cost.

curl -X POST 'https://api.acedata.cloud/fish/tts' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "text": "Idag är vädret verkligen bra, låt oss gå ut och ta en promenad.",
    "format": "mp3",
    "callback_url": "https://webhook.site/4815f79f-a40f-4078-ac85-1cc126b6bb34"
  }'

Omedelbart svar (verkligen testat):

{
  "task_id": "79d82713-2897-4eeb-9934-e7544d471aa7",
  "started_at": 1778462584.742
}

Lite senare kommer callback_url att få något som:

{
  "task_id": "79d82713-2897-4eeb-9934-e7544d471aa7",
  "audio_url": "https://platform2.cdn.acedata.cloud/fish/bd66b8c5-7543-4557-b684-baa72407e336.mp3"
}

Du kan också använda Fish Tasks API för att aktivt hämta resultatet med task_id; den slutgiltiga posten av response.cost är densamma som kostnaden i återkopplingen, se den dokumentationen för mer information.

Felhantering

400 token_mismatched: Begäran saknar parametrar eller är ogiltig (vanligast är att text är tom, eller att format har ett värde utöver mp3/wav/pcm).
401 invalid_token: Autentiseringstoken finns inte eller är ogiltig.
429 too_many_requests: Utnyttjar kontots hastighetsbegränsning.
500 api_error: Intern serverfel.

Exempel på felrespons:

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "hämtning misslyckades"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

Parameterkontrollfel kommer att förklaras i message-fältet med ogiltiga fält, till exempel:

{
  "status": 400,
  "message": "[{\"type\":\"literal_error\",\"loc\":[\"format\"],\"msg\":\"Inmatning ska vara 'pcm' eller 'mp3'\",\"input\":\"wav\"}]"
}

Slutsats

Den minimi kostnaden för att integrera Fish TTS är: att i befintlig kod som anropar api.fish.audio/v1/tts byta autentisering till plattformens token och i begäran uttryckligen inkludera format: "mp3". För långa texter rekommenderas att använda callback_url för asynkron återkoppling; för att upptäcka klonade röster reference_id, vänligen kombinera med Fish Model Query och Fish Model Get.

Getting Started

AI Samtal

AI Bild

AI Video

AI Ljud

Web & Data

CAPTCHA

Identitet

Proxy

Advanced

Coding

Fish TTS API Integrationsbeskrivning

Ansökningsprocess

Begärningshuvud

Begärningskroppsfält

Exempel 1: Minsta begäran（`text` + `format=mp3`）

Exempel 2: Använd klonröst `reference_id`

Exempel 3: Engångs omedelbar ljudkloning（`references`）

Exempel 3: Justera talhastighet / volym (`prosody`)

Exempel 5: Byt modell + kontrollera bitrate

Exempel 6: PCM råvågform

Asynkron återkoppling (`callback_url`)

Felhantering

Slutsats

​Ansökningsprocess

​Begärningshuvud

​Begärningskroppsfält

​Exempel 1: Minsta begäran（text + format=mp3）

​Exempel 2: Använd klonröst reference_id

​Exempel 3: Engångs omedelbar ljudkloning（references）

​Exempel 3: Justera talhastighet / volym (prosody)

​Exempel 5: Byt modell + kontrollera bitrate

​Exempel 6: PCM råvågform

​Asynkron återkoppling (callback_url)

​Felhantering

​Slutsats

Ansökningsprocess

Begärningshuvud

Begärningskroppsfält

Exempel 1: Minsta begäran（`text` + `format=mp3`）

Exempel 2: Använd klonröst `reference_id`

Exempel 3: Engångs omedelbar ljudkloning（`references`）

Exempel 3: Justera talhastighet / volym (`prosody`)

Exempel 5: Byt modell + kontrollera bitrate

Exempel 6: PCM råvågform

Asynkron återkoppling (`callback_url`)

Felhantering

Slutsats