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": "將這段簡短的紀錄片旁白轉成自然、富有表現力且節奏一致的語音。"
}'
import { FishAudioClient } from "@runapi.ai/fish-audio";

const client = new FishAudioClient();
const result = await client.textToSpeech.run({
    model: "s1",
    text: "將這段簡短的紀錄片旁白轉成自然、富有表現力且節奏一致的語音。",
});
require "runapi/fish_audio"

client = RunApi::FishAudio::Client.new
result = client.text_to_speech.run(
    model: "s1",
    text: "將這段簡短的紀錄片旁白轉成自然、富有表現力且節奏一致的語音。"
)
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 端點將文字轉為語音。s1 適合富有表現力的語音;s2.1-pro 是建議用於正式製作的模型,支援 83 種語言與自然語言表情控制;s2-pro 仍是可用的上一代選項。

供應商
Fish Audio
模態
音訊與音樂

比較所有 API 變體

變體 計費方式 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

顯示 s1 的定價。其他變體保有各自的 endpoint 定價。

PRICING

工具 Endpoint

此模型系列的共用 endpoint,例如擴展、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
取得聲音
免費 / 次請求
Agent 整合

透過 Agent 執行 Fish Audio

運作方式

Fish Audio 快速入門

  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

什麼是 Fish Audio API?

Fish Audio 提供文字轉語音模型,適用於富有表現力的對話與穩定可靠的正式製作語音工作流程。RunAPI 會驗證每次生成結果,並回傳代管 MP3 URL 與音訊中繼資料。

供應商
Fish Audio
查看全部 →
模態
音訊與音樂
瀏覽模型 →

為什麼透過 RunAPI 使用 Fish Audio API

一組驗證,全部供應商通用

一把 RunAPI 金鑰就能開通整個目錄。無需分開註冊帳戶,也不用為每個整合各自輪替金鑰。

統一價格與計費

以美元按次計費,每月結帳。失敗的生成不收費。

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 和 s2.1-pro 有什麼差別?

s1 適合富有表現力的語音;s2.1-pro 建議用於正式製作,支援 83 種語言與表情控制;s2-pro 仍是可用的上一代選項。

Fish Audio 會回傳哪種音訊格式?

預設回傳 MP3,也可選擇 WAV。RunAPI 回應會準確提供實際格式、MIME 類型與位元組大小。

可以用參考語音樣本引導音色嗎?

你可以嘗試在後續文字轉語音請求中使用回傳的 RunAPI voice_id,但不保證一直可用。若只需影響目前請求,也可以透過 references 傳入 base64 音訊及其逐字文字稿。

生成的音訊由 RunAPI 代管嗎?

是。RunAPI 會先驗證並儲存結果,再回傳代管音訊 URL。

需要輪詢完成狀態嗎?

不需要。此端點採同步處理,請求成功後會直接回傳完整的音訊結果。

我應該先從哪個版本開始?

先選擇符合你品質標準中最便宜的版本。大多數團隊會先用快速版本,之後再升級到專業版用於正式上線。

相似模型

如果你喜歡 Fish Audio API,可以試試這些

開始用 Fish Audio API 開發。