Fish Audio API
Fish Audio API 提供多語言、富表現力而且適合正式製作嘅文字轉語音，MP3 輸出由 RunAPI 管理。
curl -X POST https://runapi.ai/api/v1/fish_audio/text_to_speech \
-H "Authorization: Bearer $RUNAPI_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "s1",
"text": "將呢段短篇紀錄片旁白轉成自然、富表現力而且節奏一致嘅語音。"
}'import { FishAudioClient } from "@runapi.ai/fish-audio";
const client = new FishAudioClient();
const result = await client.textToSpeech.run({
model: "s1",
text: "將呢段短篇紀錄片旁白轉成自然、富表現力而且節奏一致嘅語音。",
});require "runapi/fish_audio"
client = RunApi::FishAudio::Client.new
result = client.text_to_speech.run(
model: "s1",
text: "將呢段短篇紀錄片旁白轉成自然、富表現力而且節奏一致嘅語音。"
)npx skills add runapi-ai/fish-audio -g# Claude Code
claude mcp add runapi -s user -- npx -y @runapi.ai/mcp
# Codex
codex plugin install runapi-mcp@agents
# Cursor / Windsurf / VS Code
npx @runapi.ai/mcp init cursorFish Audio 透過同步 RunAPI endpoint 將文字轉成語音。s1 適合富表現力嘅語音；s2.1-pro 係建議用於正式製作嘅 model，支援 83 種語言同自然語言表情控制；s2-pro 仍然係可用嘅上一代選項。
- 多個變體，對應不同速度／品質層級
- Model skill 包含文件、schema 與 setup 備註
- 支援 app-focused coding workflows
- 生成失敗不收費
比較所有 API 變體
Utility endpoints
Shared endpoints for this model line, such as extension, enhancement, or conversion actions.
為 app 開發安裝 Fish Audio skill
將模型文件、schema、價格備註與 setup 步驟載入 coding workspace。
# Install the model skill for app development workflows
npx skills add runapi-ai/fish-audio -gInstall the Fish Audio skill for this app: 1. Add runapi-ai/fish-audio with the skills installer. 2. Load SKILL.md in this workspace. 3. Use its docs, schemas, pricing notes, and setup steps when adding model features. 4. Confirm the install path when done.
從 model skill 到第一次結果，只需四步
選擇模型
挑選符合輸出類型、品質門檻與延遲目標的模型與變體。
設定
設定 RunAPI key，並在 coding workspace 安裝 model skill。
開發
使用 skill 指引，在你的 app 內加入模型功能。
接收
透過 task ID 查詢、在支援時串流，或處理 webhook callback。
Fish Audio API 是甚麼？
Fish Audio 提供文字轉語音模型，適合富表現力嘅對話同可靠嘅正式製作 workflow。RunAPI 會驗證每個結果，並回傳由 RunAPI 管理嘅 MP3 URL 及音訊 metadata。
為何透過 RunAPI 使用 Fish Audio API
一個驗證，對應所有 provider
一組 RunAPI key 即可解鎖整個 catalog。無需分開帳戶，亦無需為每個整合輪換密鑰。
統一定價與計費
按次以 USD 收費，每月結算。失敗的生成不會收費。
內含 schema 的 skill
型別化 schema 與 setup 備註打包在 model skill 內，讓實作從正確契約開始。
常見問題
s1、s2-pro 同 s2.1-pro 有咩分別？
s1 適合富表現力嘅語音；s2.1-pro 建議用於正式製作，支援 83 種語言同表情控制；s2-pro 仍然係可用嘅上一代選項。
Fish Audio 會回傳咩音訊格式？
預設回傳 MP3，亦可以選擇 WAV。RunAPI response 會準確提供實際格式、MIME type 同 byte size。
可以用 reference 樣本引導聲線嗎？
你可以嘗試喺之後嘅文字轉語音 request 使用返回嘅 RunAPI voice_id，但唔保證一直可用。若只影響目前 request，亦可以透過 references 傳入 base64 音訊同準確逐字稿。
生成音訊係咪由 RunAPI 管理？
係。RunAPI 會先驗證同儲存結果，再回傳由 RunAPI 管理嘅音訊 URL。
需要輪詢先完成嗎？
唔需要。endpoint 係同步嘅，成功 response 會直接回傳完整音訊結果。
我應該先用邊個版本？
先選最平而且符合你質素要求的版本。大多數團隊會先用快速版本，之後再升級到 pro 用於正式生產。
有免費方案嗎？
新帳戶可獲得每個模型的首次呼叫免費。之後按次收費。
你哋支援串流結果嗎？
如有提供串流，RunAPI 會端到端串流。
失敗會點樣收費？
生成失敗不會收費。
輸出有快取嗎？
已生成輸出會儲存，並可按任務 ID 取回。輸入內容不會快取。
可以商業使用嗎？
可以——除非模型授權明確限制，否則每個版本都包括商業使用。相關限制會在版本頁面列明。
限流點樣計？
每個密鑰的限流會跟使用等級而提升。最新限制請參考定價頁。
可以在邊度報告問題？
可以在公開 GitHub repo 開 issue，或者電郵支援。