Skip to main content
POST
Fish Audio S2 Pro テキスト読み上げ
Fish Audio S2 Pro テキスト読み上げモデルは、テキストを自然な音声に変換し、参照音色、サンプリング制御、分割、音声形式、韻律制御をサポートします。

リクエストヘッダー

string
必須
列挙値: application/json
string
必須
Bearer 認証形式: Bearer {{API Key}}。

リクエスト本文

string
必須
音声に変換するテキスト。S2-Pro のマルチスピーカーテキストでは、<|speaker:0|>你好<|speaker:1|>你好呀 タグを使用できます。
number
nucleus sampling の多様性制御。値の範囲:[0, 1]
string
デフォルト:"mp3"
出力音声形式。指定可能な値:wav, pcm, mp3, opus
string
デフォルト:"normal"
レイテンシーの段階。指定可能な値:low, normal, balanced
object
韻律制御。
boolean
デフォルト:true
中国語・英語テキストを正規化します。
object[]
ゼロショット音声クローニングに使用する参照音声サンプル。
integer
デフォルト:128
MP3 ビットレート。単位は kbps。指定可能な値:64, 128, 192
integer
出力サンプリングレート Hz。空の場合は形式のデフォルト値を使用します。opus は 48000 Hz、それ以外は通常 44100 Hz です。
number
表現力の制御。値の範囲:[0, 1]
integer
デフォルト:300
テキスト分割サイズ。値の範囲:[100, 300]
integer
Opus ビットレート。単位は bps。-1000 は自動を表します。指定可能な値:-1000, 24000, 32000, 48000, 64000
string
音色モデル ID。マルチスピーカーのシーンでは、speaker インデックスに対応する配列を渡すことができます。
integer
デフォルト:1024
各分割の最大音声 token 数。
integer
デフォルト:50
分割前の最小文字数。値の範囲:[0, 100]
number
音声パターンの繰り返しを低減するペナルティ係数。
number
デフォルト:1
早期停止しきい値。値の範囲:[0, 1]
boolean
デフォルト:true
前の音声分割をコンテキストとして使用します。

レスポンス情報

生成された音声。 形式: binary