Fish Audio: S2.1 Pro

ينشئ Fish Audio S2.1 Pro كلامًا معبّرًا متعدد اللغات وحوارًا أصليًا متعدد المتحدثين، مع تحسينات على S2 Pro في الجودة وزمن الاستجابة ومعدل المعالجة. وجّه الأداء داخل النص واستخدم المراجع الصوتية لإنتاج سرد أو صوت حواري.

Ailoot Ultra · الكلام POST /v1/audio/speech fish-audio/s2.1-pro

عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

S2.1 Pro هو نموذج Fish Audio اللاحق من جيل S2 لتحويل النص إلى كلام، للسرد المعبّر والتطبيقات الصوتية الحوارية. يحسّن جودة الكلام وزمن الاستجابة ومعدل المعالجة مقارنة بـS2 Pro، مع الاحتفاظ بالتحكم في الإلقاء باللغة الطبيعية والحوار الأصلي متعدد المتحدثين. يشترك S2.1 Pro وS2.1 Pro Free في نموذج الكلام الأساسي.

لشرح مسرود، قدّم الصياغة المكتملة والصوت المقصود واللحظات التي ينبغي أن تتغير فيها السرعة أو التأكيد. لتطبيق حواري، ولّد صوت الرد الذي اختاره التطبيق، وافصل محتواه الواقعي عن توجيه الأداء. لتبادل مكتوب، عرّف المتحدثين وأصواتهم قبل كتابة أدوارهم. النتيجة المفيدة مقطع صوتي كامل أو تدفق قابل للتشغيل تطابق كلماته وإلقاؤه وأدوار متحدثيه ذلك الموجز.

اكتب الكلمات التي ينبغي نطقها فعليًا، ثم ضع توجيهًا مباشرة قبل المقطع الذي ينبغي تغيير أدائه. يمكن للتوجيهات بين أقواس مربعة أن تعبّر عن همس أو وقفة أو رد فعل أو تأكيد أو أسلوب إلقاء مفتوح الوصف. ضع التغيير في وسط الجملة حيث يحتاج إليه الأداء، وأتبع التوجيهات الوصفية بكلام فعلي. يفصل موجز الشرح المفيد بين صياغته الواقعية وبين الدفء أو السرعة أو التأكيد المطلوب للمستمع.

لمتحدث واحد، اختر معرّف صوت محفوظًا أو قدّم تسجيلًا مرجعيًا مع نصه المفرّغ. يوصي دليل النطق لدى المنتج بعينة نقية مدتها ١٠–٣٠ ثانية لتهيئة الصوت الفورية. اختر مرجعًا بنبرة وجودة تسجيل تناسبان النص، واحتفظ بالمرجع نفسه عبر المقاطع المرتبطة. يوفّر المرجع الصوتي صوت المتحدث، بينما يوفّر النص والتوجيهات المضمّنة المحتوى وأداءه.

يستخدم التوليد الأصلي متعدد المتحدثين علامات مثل <|speaker:0|> و<|speaker:1|> مع مصفوفة مرتبة من معرّفات الأصوات أو مجموعات مرجعية منفصلة. حافظ على توافق تسميات المتحدثين الرقمية مع ذلك الترتيب. في حوار تعليمي، اكتب جملة كل متحدث وضع توجيه الأداء بعد علامة المتحدث في موضعه المناسب. يولّد ذلك حوارًا ضمن طلب واحد؛ وهو مسار مختلف عن مقاطع S1 المنفصلة أحادية المتحدث وتجميعها لاحقًا.

يتيح مسار المنتج إخراج MP3 وWAV وPCM الخام وOpus، ويكون MP3 هو الافتراضي. يدعم MP3 معدلات ٦٤ و١٢٨ و١٩٢ كيلوبت/ثانية؛ ويستخدم WAV وPCM صيغ العينات الأحادية ذات ١٦ بت الموثقة، بينما يستخدم Opus تردد ٤٨ كيلوهرتز. اختر الصيغة لملف سرد محفوظ أو تشغيل متدفق أو سلسلة معالجة صوتية لاحقة. احتفظ بالنص الكامل واختيار الصوت مع الصوت، حتى يستهدف تعديل لاحق جملة واحدة دون فقدان الأداء المقصود.

يمكن تعديل السرعة من 0.5 إلى 2.0 مع عناصر تحكم في مستوى الصوت. توسّع تسوية النص الأرقام الإنجليزية والصينية لقراءتها طبيعيًا. تكون تسوية جهارة الإخراج true افتراضيًا وتُطبّق على عائلة S2؛ ولم يكن للحقل نفسه تأثير في S1. لا يغيّر repetition_penalty الخاص بـS1 صوت S2.1 Pro، لذلك ينبغي ألا يُعامل إعداد قديم على أنه عنصر تحكم فعّال لهذا النموذج. راجع الأصوات والكلمات المتكررة مباشرة، بدل الاعتماد على معامل منقول لإثبات النتيجة.

تُعالج النصوص الأطول في أجزاء. يتراوح طول الجزء الموثق بين ١٠٠ و٣٠٠، ويمثل max_new_tokens ميزانية رموز صوتية لكل جزء، وليس ضمانًا للمدة الإجمالية. يمكن للتهيئة بالجزء السابق أن تنقل سياق الصوت إلى الأمام. يصف مسار التسليم لدى المنتج صوتًا كاملًا وأجزاء صوتية متزايدة وتدفقًا مباشرًا للنص عندما يصل تدريجيًا. اختر طريقة استهلاك النتائج للتطبيق، واحتفظ بسياق نصي كافٍ لنطق المقطع التالي ونبرته.

للحصول على مخرج نهائي مفيد، استمع بحثًا عن كلمات محذوفة أو مكررة، ونطق الأرقام، وتغييرات المتحدثين، والوقفات، وشدة التوجيهات. قد تفسّر المراجع الصوتية المختلفة الإشارة بدرجات متفاوتة، لذا ابدأ بجملة بسيطة موجّهة قبل إضافة وسوم متنافسة. في العمل متعدد اللغات، قدّم النص باللغة المستهدفة بدل مطالبة نموذج الكلام بابتكار محتواه أو ترجمته. يغيّر التنقيح المركّز الجملة أو الإشارة أو المرجع المسؤول عن عدم التطابق، مع الاحتفاظ بأجزاء الأداء التي تلائم الموجز بالفعل.

Ailoot Ultra · الكلام POST /v1/audio/speech fish-audio/s2.1-pro

fish-audio/s2.1-pro

Fish Audio /fish-audio/s2.1-pro

البداية

المدخلات المقبولة: النص
النتائج: الصوت

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · الكلام POST /v1/audio/speech

الإدخال: text
الإخراج: audio

الحقل	النوع	المتطلب	القيم والحدود	القيمة الافتراضية
الحقل`model`	النوع`string`	المتطلبمطلوب	القيم والحدود fish-audio/s2.1-pro	القيمة الافتراضية—
الحقل`input`	النوع`string`	المتطلبمطلوب	القيم والحدود الحد الأدنى للطول: ⁦1⁩	القيمة الافتراضية—
الحقل`voice`	النوع`string`	المتطلبمطلوب	القيم والحدود b347db033a6549378b48d00acb0d06cd الحد الأدنى للطول: ⁦1⁩	القيمة الافتراضية—
الحقل`response_format`	النوع`string`	المتطلباختياري	القيم والحدود mp3, pcm	القيمة الافتراضيةpcm
الحقل`provider`	النوع`object`	المتطلباختياري	القيم والحدود	القيمة الافتراضية—

معلمات الطريقة ودورة حياتها

المعلمة	المواصفات
المعلمة`content_type`	المواصفاتapplication/json
المعلمة`required`	المواصفاتmodel, input, voice
المعلمة`material_types`	المواصفاتtext

دورة الحياة: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

الباقات

مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.

الوضع السريع: غير محدد عند اختيار الوضع السريع
الوضع المرن: غير محدد عند اختيار وضع flex
أقصى جهد للاستدلال: غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال

تعرفات Ailoot

الأسعار حسب الإعدادات

طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.

الإعدادات	جدول التعرفة	وحدة الفوترة	الرسوم
الإعداداتالتعرفات الأساسية للرموز	جدول التعرفةالتعرفة الأساسية	وحدة الفوترة—	الرسوم الإدخال · رموز الإدخال — / 1K من الرموز الإخراج · رموز الإخراج — / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز
الإعداداتبايت إدخال UTF-8	جدول التعرفة—	وحدة الفوترةلكل بايت UTF-8 مُدخل	الرسوم الإدخال · بايت إدخال UTF-8 $0.00003 لكل بايت UTF-8 مُدخل

تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →

أمثلة للطلبات

Ailoot Ultra · الكلام

استخدم المدخلات الفعلية واحتفظ بالنتيجة كاملة

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_INPUT_TEXT:?Set the actual documented input value}"
export AILOOT_INPUT_TEXT
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
request={'model': 'fish-audio/s2.1-pro', 'input': '${ACTUAL_INPUT_TEXT}', 'voice': 'b347db033a6549378b48d00acb0d06cd', 'response_format': 'mp3'}
request['input']=os.environ['AILOOT_INPUT_TEXT']
Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o response.bin
# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.

استلام النتائج وحفظها

Ailoot Ultra · الكلام

الصوت الثنائي كاملاً أو استجابة audio_url الأصلية، والترويسات، وكل أصل مملوك لك.

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

عمليات أخرى لقراءة المحتوى

قراءة الأصول الموجودة المملوكة لك

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.

الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

احتفظ بالاستجابة كاملة وبجميع الترويسات، وبكل مخرج فعلي، وبالمعرّفات الأصلية المُعادة، وبجميع حقول الاستخدام. استعد العملية الأصلية دون إرسال طلب الإنشاء مجددًا.

عند الحاجة إلى التحقق من الاستجابة الأصلية

احتفظ بقيمة X-Client-Request-ID المُعادة للمطابقة. اقرأ فقط قيم task_id/asset_id الفعلية المُعادة أو مكتبة الوسائط المملوكة لك؛ ولا تنشئ عنوان URL لمهمة من معرّف العملية، ولا تُعِد إرسال طلب الإنشاء مطلقًا.

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot Ultra fish-audio/s2.1-pro

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

fish-audio/s2.1-pro

FAQ · Fish Audio: S2.1 Pro

ما المدخلات والنتائج المتاحة؟: POST /v1/audio/speech · fish-audio/s2.1-pro: text → audio
ما الحقول التي يستخدمها الطلب؟: POST /v1/audio/speech · fish-audio/s2.1-pro: model, input, voice, response_format, provider

Fish Audio: S2.1 Pro