音訊與音樂 Fish Audio

Fish Audio API

透過 RunAPI 使用 Fish Audio API,包含 model skill、統一驗證與按用量計費。

runapi.ai
curl -X POST https://runapi.ai/api/v1/fish_audio/text_to_speech \
  -H "Authorization: Bearer $RUNAPI_API_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 cursor
@runapi.ai/fish-audio v1
OVERVIEW

關於 Fish Audio

Fish 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。

供應商
Fish Audio
模式
音訊與音樂

比較所有 API 變體

變體 計費 定價
s1 1K UTF-8 位元組 $0.02 查看 →
s2-pro 1K UTF-8 位元組 $0.02 查看 →
s2.1-pro 1K UTF-8 位元組 $0.02 查看 →
PRICING

Fish Audio 定價

Endpoint 解析度 時長 價格
text_to_speech — — $0.02 / 1K UTF-8 位元組

以下為 s1 的定價。其他變體保留各自的 endpoint 定價。

PRICING

實用 Endpoints

此模型系列的共用 endpoints,例如延伸、增強或轉換操作。

列出聲音
免費 / 次請求
建立聲音
免費 / 首曲目
獲取聲音
免費 / 次請求
Agent 整合

透過 Agent 執行 Fish Audio

運作方式

開始使用 Fish Audio

  1. 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。

  2. 設定

    設定 RunAPI key,並在 coding workspace 安裝 model skill。

  3. 開發

    使用 skill 指引,在你的 app 內加入模型功能。

  4. 接收

    透過 task ID 查詢、在支援時串流,或處理 webhook callback。

CONTEXT

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。

供應商
Fish Audio
查看全部 →
模式
音訊與音樂
瀏覽模型 →

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。

Fish Audio 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。

相似模型

如果你鍾意 Fish Audio API,可以試吓呢些

開始用 Fish Audio API 開發。