跳轉到主要內容
本介面基於 Fish Audio 官方 Model API，用於基於一段音訊樣本建立一個可長期重複使用的克隆聲音模型。地址為 POST https://api.acedata.cloud/fish/model。
僅需暫時使用參考聲音時，無需建立模型，可直接使用 Fish TTS API 的 references 一次性即時克隆。分頁檢索現有音色請參考 Fish Model Query API；依 _id 查詢單個音色詳情請參考 Fish Model Get API。

​
申請流程

要使用 Fish Model API，首先到 Ace Data Cloud 控制台 取得您的 API Token，留作備用。 如果你尚未登入或註冊，會自動跳轉到登入頁面邀請你註冊和登入，完成後會自動返回目前頁面。 一個 API Token 即可呼叫平台所有服務，無需為每個服務個別申請。 首次申請會贈送免費額度，可免費體驗；額度不足時可在 控制台 儲值通用餘額。
📘 完整文件：Fish Model API →

​
請求主體欄位

音色模型的更多資訊可參考 Fish 官方文件。
建立的音色會長期公開儲存，其他使用者可能搜尋並使用。無需傳 visibility；即使傳入 private 或 unlist，目前介面也不會據此改變公開範圍。

​
範例：建立一個公開克隆音色

注意：voices 必須是字串（單一音訊 URL），不是陣列。傳成 ["..."] 上游會拒絕。建議使用帶 .mp3 或 .wav 副檔名、可公開下載的直連。
成功回應直接返回 Fish 平台的 ModelEntity 物件（下例為我們實測過的最小可用音色，刪除了部分長欄位以便閱讀）：
_id 即可作為後續 Fish TTS API 中 reference_id 欄位的值，用於使用該克隆音色進行語音合成： 建立成功的音色會公開儲存，可透過 Fish Model Query API 的 self=true 查詢目前呼叫使用者透過本平台建立的音色。self=true 只篩選列表，不限制其他使用者使用該音色。

​
樣本要求

經驗值（與上游一致，可參考 Fish 官方文件）：
  • 時長建議 30 秒以上，5 分鐘以內效果最佳；超過 10 分鐘邊際效益不大。
  • 取樣率 16 kHz 及以上，單聲道或立體聲皆可。
  • 內容盡量乾淨：無背景音樂、回音、明顯環境雜訊；同一說話人。
  • 格式建議 mp3 / wav。
如果對樣本品質沒有把握，可以同時傳 enhance_audio_quality: true 讓上游先做音質增強。

​
計費說明

建立音色克隆模型（POST /fish/model）免費，不收取任何費用；音色的查詢介面（Fish Model Query、Fish Model Get）同樣不計費。費用僅在後續呼叫 Fish TTS 合成語音時按用量產生。

​
錯誤處理

  • 400 token_mismatched：請求參數缺失或不合法（最常見是 voices 不是 URL，或傳成了陣列）。
  • 400：參考音訊無法下載、時長過短或格式無法辨識時，請檢查音訊 URL 和檔案格式。
  • 401 invalid_token：驗證 token 不存在或無效。
  • 429 too_many_requests：觸發帳號速率限制。
  • 500 api_error：伺服器內部錯誤。
錯誤回應範例：

​
結論

呼叫本介面只需要準備一段可公開存取的樣本音訊 URL，把它放到 voices 欄位即可取得 _id，再餵給 /fish/tts 的 reference_id 就完成了端對端的「克隆 → 合成」。常見陷阱是 voices 必須是字串、不能是陣列。

​
透過 MCP 建立並重複使用音色

在 Fish MCP 中呼叫 fish_create_model(title="我的音色", voices="https://example.com/authorized-voice.wav")。 voices 是單個 HTTP(S) 音訊 URL；還可傳入 description、cover_image、tags、 texts、enhance_audio_quality、generate_sample。 該工具會長期儲存公開音色，其他使用者可能發現並使用；請僅使用獲准處理和公開的 音訊素材。工具沒有私人或不公開選項。建立成功回傳的 _id 用於 fish_generate_audio 的 reference_id，fish_list_models(self=true) 可查詢自己 儲存的音色。只需要一次性參考聲音時，使用 fish_generate_audio 的 references， 無需建立長期音色。