Fish TTS API-integrationsanvisningar

Detta gränssnitt tillhandahåller text-till-tal, anrop av sparade röster och engångskloning av röster i realtid, med adressen POST https://api.acedata.cloud/fish/tts.

Ansökningsprocess

För att använda Fish TTS 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 användas för att anropa alla plattformens tjänster, utan att behöva ansöka separat för varje tjänst. Vid första ansökan får du en kostnadsfri kvot för gratis testning; när kvoten inte räcker till kan du fylla på det gemensamma saldot i konsolen.

📘 Fullständig dokumentation: Fish TTS API →

Begärandehuvuden

Header	Obligatoriskt	Beskrivning
`authorization`	Ja	`Bearer {token}`, där `{token}` är nyckeln som ansökts om på denna plattform.
`content-type`	Ja	`application/json`.
`accept`	Nej	`application/json`.
`model`	Nej	TTS-modell, valbar mellan `s1`, `s2-pro` eller `s2.1-pro`, standard är `s2-pro`. `s2.1-pro` är den senaste generationen, `s2-pro` har stark uttrycksfullhet; `s1` är stabilare och avviker mindre vid långa texter. Alla tre har samma pris.

Fält i begärandetexten

Fält	Typ	Obligatoriskt	Beskrivning
`text`	string	Ja	Texten som ska syntetiseras, en icke-tom sträng.
`format`	string	Nej	Ljudformat för utdata, valbart mellan `mp3` (standard), `wav`, `pcm`. Både `wav` och `pcm` returnerar WAV-behållare. `opus` stöds inte, och om det skickas in returneras direkt `400`.
`reference_id`	string \| string[]	Nej	Modell-ID för en sparad eller offentlig röst, som kan skapas via Fish Model API eller hämtas via Fish Model Query. Kan inte användas samtidigt som `references`.
`references`	object[]	Nej	Engångskloning av röst i realtid, stöder endast ett `{audio, text}`-prov: `audio` är en offentlig HTTPS MP3/WAV-URL och `text` är den exakta ordagranna transkriptionen av ljudet. Kan inte användas samtidigt som `reference_id`.
`sample_rate`	integer	Nej	Samplingsfrekvens, vanliga värden är `16000`, `22050`, `44100`. `format=mp3` har som standard 44100.
`mp3_bitrate`	integer	Nej	MP3-bithastighet, valbar mellan `64`, `128`, `192`. Gäller endast för `format=mp3`.
`prosody`	object	Nej	Överskrivning av prosodi, stöder `speed` (talhastighet, 1.0 är ursprunglig hastighet) och `volume` (volymförstärkning i dB). Exempelvis `{"speed":1.2,"volume":0}`.
`chunk_length`	integer	Nej	Längd på uppströmssegment, avgörs som standard av uppströmssystemet.
`temperature`	number	Nej	Samplingstemperatur, intervall ungefär 0.0–1.0.
`top_p`	number	Nej	Samplingparameter för top-p.
`latency`	string	Nej	`normal` eller `balanced`, om utelämnad fyller detta gränssnitt automatiskt i `normal` (om en tom sträng skickas direkt avvisar uppströmssystemet den).
`normalize`	boolean	Nej	Om texten ska normaliseras.
`callback_url`	string	Nej	Asynkron callback-adress, se avsnittet ”Asynkron callback” nedan. Detta är en utökning jämfört med det officiella gränssnittet.

Engångskloning accepterar endast HTTPS-ljud-URL:er och accepterar inte MessagePack, Base64, data-URI:er eller URL:er med autentiseringsuppgifter. Referensljud rekommenderas vara 10–270 sekunder; Studio använder det mer konservativa intervallet 10–60 sekunder.

Exempel 1: Minimal 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"
  }'

Returnerar (testat):

{
  "audio_url": "https://cdn.acedata.cloud/assets/examples/fish/e2ffcc06-18da-4a8c-b9aa-9337d0f9ec1d-230825dfc559.mp3"
}

audio_url pekar på denna plattforms CDN och kan laddas ned direkt med GET eller spelas upp i <audio>. Det slutliga lyckade svaret returnerar också cost på toppnivå, där amount är de Credits som faktiskt dras för denna gång; om det finns ett kontorabatt anger list_amount kvoten före rabatt. Länken fungerar långsiktigt, men det rekommenderas ändå att du sparar en kopia i din egen lagring.

Exempel 2: Använd klonad röst `reference_id`

Nedan används en offentlig spansk 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"
  }'

Returnerar (testat):

{
  "audio_url": "https://cdn.acedata.cloud/assets/examples/fish/b6f161f2-a100-4818-add2-47694f234659-6532864739de.mp3"
}

Exempel 3: Engångskloning av röst i realtid (`references`)

Placera referensljudet på en offentlig HTTPS-adress och ange den exakta originaltext som faktiskt sägs i det. Denna röst används endast för denna syntes och skapar ingen långsiktig 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://cdn.acedata.cloud/assets/examples/fish/6220d605-39d0-4d43-9e58-0f12949dc9b9-570cfdf96ad9.mp3",
      "text": "春天的清晨，阳光穿过树叶，落在安静的小路上。"
    }]
  }'

Uppmätt lyckat svar:

{
  "audio_url": "https://cdn.acedata.cloud/assets/examples/fish/995dfe37-b187-474d-8323-b08d6678ed8f-6359be9f8873.mp3",
  "cost": {"amount": 0.007609319999999999, "currency": "credit"}
}

Metod	Livscykel	Tillämpliga scenarier
`references`	Endast denna TTS-begäran	Tillfällig användning eller olika röster varje gång
`reference_id`	Kan återanvändas	Offentliga röster eller långvariga röster skapade 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": "Faster speech with prosody overrides.",
    "prosody": { "speed": 1.2, "volume": 0 },
    "format": "mp3"
  }'

Svar (uppmätt):

{
  "audio_url": "https://cdn.acedata.cloud/assets/examples/fish/5ade0339-5f11-487e-aacc-06a908271706-8e3fcb0e5547.mp3"
}

speed större än 1 ökar hastigheten, mindre än 1 sänker den; enheten för volume är dB, 0 innebär ingen förändring, positiva värden ökar och negativa värden dämpar.

Exempel 5: Byt modell + kontrollera bithastighet

Byt till den stabila modellen via HTTP-huvudet model: s1, och lägg till mp3_bitrate: 128 i begärandetexten för att styra MP3-bithastigheten:

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

Svar (uppmätt):

{
  "audio_url": "https://cdn.acedata.cloud/assets/examples/fish/7e7abf3d-3d72-4c9f-8eb6-8af932d7c96e-6f11bf2f30e9.mp3"
}

Exempel 6: PCM-råvågform

För scenarier där realtidssammanslagning behöver göras i webbläsaren, eller efterföljande bearbetning behöver göras på klienten (mixning, hastighetsändring), rekommenderas pcm:

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

Svar (uppmätt):

{
  "audio_url": "https://cdn.acedata.cloud/assets/examples/fish/64adc04b-c196-4a0f-9070-222ba101ce6c-fc50de38c165.wav"
}

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

Asynkront återanrop (`callback_url`)

Syntes av lång text kan ta från drygt tio sekunder till flera tiotals sekunder, och om anslutningen avbryts behöver den göras om. Efter att callback_url skickats i begärandetexten returnerar gränssnittet omedelbart {task_id, started_at}. När uppströmsprocessen verkligen är klar återanropas den URL:en med det fullständiga resultatet som POST JSON, med samma task_id och toppnivå-cost för den slutliga debiteringen för denna gång i begärandetexten. Den initiala uppgiftsbekräftelsen har ännu inte slutfört syntesen och innehåller därför inte cost.

curl -X POST 'https://api.acedata.cloud/fish/tts' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "text": "今天天气真好，我们一起出去散散步吧。",
    "format": "mp3",
    "callback_url": "https://webhook.site/4815f79f-a40f-4078-ac85-1cc126b6bb34"
  }'

Returneras omedelbart (uppmätt):

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

Senare kommer callback_url att ta emot något i stil med:

{
  "task_id": "79d82713-2897-4eeb-9934-e7544d471aa7",
  "audio_url": "https://cdn.acedata.cloud/assets/examples/fish/bd66b8c5-7543-4557-b684-baa72407e336-52f2e79732f2.mp3"
}

Du kan också använda Fish Tasks API för att aktivt hämta resultatet via task_id; response.cost i slutstatusposten överensstämmer med cost i återanropet, se den dokumentationen för detaljer.

Felhantering

400 token_mismatched: Begärandeparametrar saknas eller är ogiltiga (vanligast är att text är tom, eller att format har ett annat värde än mp3/wav/pcm).
401 invalid_token: Auktoriseringstoken finns inte eller är ogiltig.
429 too_many_requests: Kontots hastighetsgräns har utlösts.
500 api_error: Internt serverfel.

Exempel på felsvar:

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

Parametervalideringsfel förklarar det ogiltiga fältet i fältet message, till exempel:

{
  "status": 400,
  "message": "[{\"type\":\"literal_error\",\"loc\":[\"format\"],\"msg\":\"Input should be 'pcm' or 'mp3'\",\"input\":\"wav\"}]"
}

Slutsats

Den minsta kostnaden för att integrera Fish TTS är att i befintlig kod som anropar api.fish.audio/v1/tts byta autentisering till denna plattforms token och uttryckligen inkludera format: "mp3" i begärandetexten. För scenarier med lång text rekommenderas asynkront återanrop med callback_url; för att hitta den klonade röstens reference_id, använd Fish Model Query tillsammans med Fish Model Get.

Getting Started

AI Samtal

AI Bild

AI Video

AI Ljud

Web & Data

CAPTCHA

Identitet

Coding

Fler guider

Fish TTS API-integrationsanvisningar

Ansökningsprocess

Begärandehuvuden

Fält i begärandetexten

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

Exempel 2: Använd klonad röst `reference_id`

Exempel 3: Engångskloning av röst i realtid (`references`)

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

Exempel 5: Byt modell + kontrollera bithastighet

Exempel 6: PCM-råvågform

Asynkront återanrop (`callback_url`)

Felhantering

Slutsats

​Ansökningsprocess

​Begärandehuvuden

​Fält i begärandetexten

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

​Exempel 2: Använd klonad röst reference_id

​Exempel 3: Engångskloning av röst i realtid (references)

​Exempel 3: Justera talhastighet / volym (prosody)

​Exempel 5: Byt modell + kontrollera bithastighet

​Exempel 6: PCM-råvågform

​Asynkront återanrop (callback_url)

​Felhantering

​Slutsats

Ansökningsprocess

Begärandehuvuden

Fält i begärandetexten

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

Exempel 2: Använd klonad röst `reference_id`

Exempel 3: Engångskloning av röst i realtid (`references`)

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

Exempel 5: Byt modell + kontrollera bithastighet

Exempel 6: PCM-råvågform

Asynkront återanrop (`callback_url`)

Felhantering

Slutsats