Fish Audio S1 API — синтез речи, токены и цена

Контекст: Не указантокенов
Результат: Синтез речиформат ответа
Стоимость: Тариф уточняетсяусловия — в блоке подключения

ПОДКЛЮЧЕНИЕ

От модели к первому запросу

Используйте идентификатор модели в совместимом API-клиенте. Полные параметры, ключи и ответы с ошибками описаны в документации.

const response = await client.chat.completions.create({
  model: "fish-audio/s1",
  messages: [{ role: "user", content: "Ваш запрос" }],
});

Открыть инструкцию по подключению →

ПОДРОБНЫЙ ОБЗОР

Возможности модели

Актуальная Fish Audio TTS reference перечисляет `s1` и `s2-pro` как допустимые model headers, рекомендуя S2 Pro. Все совместимые модели поддерживают single-speaker synthesis с сохранённым `reference_id` или переданными reference clips; multi-speaker dialogue документирован только для S2 Pro. Доступны WAV/PCM, MP3 и Opus с разными sample rates. Маршрут Tokenmost `fish-audio/s1` принимает text и возвращает speech. Проверяются model mapping, reference_id, прямые references, text limit, chunking, latency mode, output format, sample rate, normalization, streaming, usage и цена. Возможность cloud API не доказывает, что Tokenmost принимает Fish-specific MessagePack. Контрольная история содержит диалог, но S1 генерирует одного рассказчика: реплики различаются редакцией и паузами, без обещания нескольких голосов. Эталонный reference используется только с разрешением владельца.

Зафиксируйте законный voice reference

Используйте собственную запись или лицензированный голос, храните согласие и область применения. Reference transcript должен точно совпадать с аудио. Шум, музыка и длинная тишина ухудшают воспроизводимость; подготовьте чистый короткий исходник.

Разделите рассказ на сцены

Каждый fragment содержит законченную мысль и версию сценария. Числа и сокращения перепишите для слуха. Не пытайтесь имитировать multi-speaker тегами, если модель его не поддерживает; для разных персонажей создайте отдельные законные voices и монтаж.

Выберите стабильный аудиоформат

WAV удобен для последующего монтажа, MP3 — для доставки, Opus — для экономного потока. Сначала подтвердите encoding и sample rate Tokenmost. Повторная конвертация не должна становиться единственным master-файлом.

Проведите A/B миграцию

Одинаковый text, reference и параметры отправьте в S1 и S2 Pro. Редакторы вслепую оценивают разборчивость, сходство голоса, эмоцию и артефакты. Субъективную предпочтительность дополняют число повторов и время монтажа.

Считайте цену готовой минуты

Учитывайте символы или токены, повторные варианты, хранение, нормализацию и монтаж. Старый route может быть дешевле, но требовать больше ручной работы. Решение опирается на стоимость принятой минуты по актуальному usage Tokenmost.

Вопросы и ответы

S1 ещё поддерживается Fish Audio?

Текущая TTS reference перечисляет S1, хотя рекомендует S2 Pro.

Можно клонировать голос?

API допускает reference_id или reference clips при наличии законного права на голос.

Есть multi-speaker dialogue?

Официально эта функция указана только для S2 Pro.

Какие форматы доступны?

Upstream перечисляет WAV/PCM, MP3 и Opus; Tokenmost нужно проверить.

Как сравнить с S2 Pro?

На одинаковом тексте и reference измерьте качество, повторы, монтаж и цену принятой минуты.