Fish TTS API 对接说明

本接口基于 Fish Audio 官方 TTS API，仅在鉴权方式（使用本平台 token）和异步回调（callback_url 扩展）上有差异，请求体结构与上游一致。地址为 POST https://api.acedata.cloud/fish/tts。

申请流程

要使用 Fish TTS API，首先到 Ace Data Cloud 控制台获取您的 API Token，留作备用。

如果你尚未登录或注册，会自动跳转到登录页面邀请你注册和登录，完成后会自动返回当前页面。 一个 API Token 即可调用平台所有服务，无需为每个服务单独申请。 首次申请会赠送免费额度，可免费体验；额度不足时可在控制台充值通用余额。

📘 完整文档：Fish TTS API →

请求头

Header	必填	说明
`authorization`	是	`Bearer {token}`，`{token}` 是在本平台申请的密钥。
`content-type`	是	`application/json`。
`accept`	否	`application/json`。
`model`	否	TTS 模型，可选 `s1`、`s2-pro` 或 `s2.1-pro`，默认 `s2-pro`。`s2.1-pro` 为最新一代，`s2-pro` 表现力强；`s1` 更稳定，长文本不易跑偏。三者同价。

请求体字段

字段	类型	必填	说明
`text`	string	是	要合成的文本，非空字符串。
`format`	string	否	输出音频格式，可选 `mp3`（默认）、`wav`、`pcm`。`wav` 与 `pcm` 返回的都是 WAV 容器。`opus` 不受支持，传入会直接返回 `400`。
`reference_id`	string \| string[]	否	克隆音色 ID（可由 Fish Model API 创建，或在 Fish Model Query 中检索）。
`references`	object[]	否	内联参考样本，结构与上游一致，每项含 `audio` 与 `text`。与 `reference_id` 二选一。
`sample_rate`	integer	否	采样率，常用 `16000`、`22050`、`44100`。`format=mp3` 默认 44100。
`mp3_bitrate`	integer	否	MP3 码率，可选 `64`、`128`、`192`。仅 `format=mp3` 生效。
`prosody`	object	否	韵律覆盖，支持 `speed`（语速，1.0 为原速）和 `volume`（音量增益 dB）。例如 `{"speed":1.2,"volume":0}`。
`chunk_length`	integer	否	上游分片长度，默认上游决定。
`temperature`	number	否	采样温度，范围约 0.0–1.0。
`top_p`	number	否	top-p 采样参数。
`latency`	string	否	`normal` 或 `balanced`，缺省由本接口自动补 `normal`（直接传空字符串上游会拒绝）。
`normalize`	boolean	否	是否对文本做归一化。
`callback_url`	string	否	异步回调地址，详见下文「异步回调」。这是相对官方接口的扩展。

字段命名与上游完全一致。除 callback_url 外，其余字段含义和取值参见 Fish 官方 TTS 文档。

示例 1：最小请求（`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"
  }'

返回（实测）：

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

audio_url 指向本平台 CDN，可直接 GET 下载或在 <audio> 中播放。链接长期可用，但仍建议在你自己的存储里留一份。

示例 2：使用克隆音色 `reference_id`

下面用 Fish 平台上一个公开的西班牙语音色（_id 可通过 Fish Model Query 检索得到）：

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"
  }'

返回（实测）：

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

示例 3：调节语速 / 音量（`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"
  }'

返回（实测）：

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

speed 大于 1 加快，小于 1 减慢；volume 单位 dB，0 表示不变，正数增益，负数衰减。

示例 4：切换模型 + 控制码率

通过 HTTP 头 model: s1 切换到稳定型模型，请求体中加 mp3_bitrate: 128 控制 MP3 码率：

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
  }'

返回（实测）：

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

示例 5：PCM 原始波形

需要在浏览器里做实时拼接、或在客户端做后续处理（混音、变速）的场景，推荐使用 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
  }'

返回（实测）：

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

链接的扩展名跟随请求里的 format：mp3 得到 .mp3，wav 与 pcm 得到 .wav（WAV 容器，16 bit PCM）。

异步回调（`callback_url`）

长文本一次合成可能需要十几秒到几十秒，连接如果中断需要重试。请求体中传 callback_url 后，接口会立即返回 {task_id, started_at}，上游真正完成时把完整结果以 POST JSON 形式回调到该 URL，请求体中带同一个 task_id。

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"
  }'

立即返回（实测）：

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

稍后 callback_url 会收到形如：

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

也可以用 Fish Tasks API 主动按 task_id 拉取结果，详见该文档。

错误处理

400 token_mismatched：请求参数缺失或不合法（最常见是 text 为空，或 format 传了 mp3/wav/pcm 之外的值）。
401 invalid_token：鉴权 token 不存在或无效。
429 too_many_requests：触发账号速率限制。
500 api_error：服务器内部错误。

错误响应示例：

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

参数校验错误会把上游的 pydantic 报错原文放在 message 字段，便于定位是哪个字段不合法，例如：

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

结论

接入 Fish TTS 的最小代价是：在已有调用 api.fish.audio/v1/tts 的代码里把鉴权换成本平台 token，并在请求体里显式带上 format: "mp3"。长文本场景建议使用 callback_url 异步回调；对克隆音色 reference_id 的发现，请配合 Fish Model Query 与 Fish Model Get。

入门

核心概念

AI 聊天

AI 图像

AI 视频

AI 音频

网络与数据

验证码

身份验证

代理

高级

申请流程

请求头

请求体字段

示例 1：最小请求（`text` + `format=mp3`）

示例 2：使用克隆音色 `reference_id`

示例 3：调节语速 / 音量（`prosody`）

示例 4：切换模型 + 控制码率

示例 5：PCM 原始波形

异步回调（`callback_url`）

错误处理

结论

​申请流程

​请求头

​请求体字段

​示例 1：最小请求（text + format=mp3）

​示例 2：使用克隆音色 reference_id

​示例 3：调节语速 / 音量（prosody）

​示例 4：切换模型 + 控制码率

​示例 5：PCM 原始波形

​异步回调（callback_url）

​错误处理

​结论

申请流程

请求头

请求体字段

示例 1：最小请求（`text` + `format=mp3`）

示例 2：使用克隆音色 `reference_id`

示例 3：调节语速 / 音量（`prosody`）

示例 4：切换模型 + 控制码率

示例 5：PCM 原始波形

异步回调（`callback_url`）

错误处理

结论