Source: https://ailoot.ai/models/de-ch/fish-audio-s1/ Canonical: https://ailoot.ai/models/de-ch/fish-audio-s1/ Language: de-ch # Fish Audio: S1 [Markdown](https://ailoot.ai/models/de-ch/fish-audio-s1/index.md) · [JSON](https://ailoot.ai/models/de-ch/fish-audio-s1/facts.json) ## [Fish Audio: S1](https://ailoot.ai/models/de-ch/fish-audio-s1/) Fish Audio S1 wandelt mehrsprachige Skripte anhand von Stimmreferenzen und Emotionshinweisen in runden Klammern in ausdrucksstarkes Audio mit einem Sprecher um. Es eignet sich für Erzähltexte, kurze gesprochene Anweisungen oder Figurenzeilen mit Format- und Prosodiesteuerung für das fertige Audio. - [**Ailoot Ultra · Sprachausgabe** `POST /v1/audio/speech` `fish-audio/s1`](https://ailoot.ai/models/de-ch/fish-audio-s1/#method-0) Über das Modell Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt. S1 ist das Text-to-Speech-Modell der vorherigen Generation von Fish Audio für ausdrucksstarke Erzähltexte und Sprachausgabe mit einem Sprecher. Es liest ein bereitgestelltes Skript und liefert Audio mit einer ausgewählten oder durch Referenzmaterial bestimmten Stimme. Das vollständige S1-Modell unterscheidet sich von S1-mini, dem kleineren destillierten Modell; der Hersteller stellt sie als Varianten mit 4 Milliarden beziehungsweise 0,5 Milliarden Parametern vor. Dieses Profil behandelt das benannte S1-Modell. Bereiten Sie für einen Erzähltext die tatsächlich zu sprechenden Wörter vor und markieren Sie die Stellen, an denen sich die Sprechweise ändern soll. Ein nützliches Erklärskript nennt zuerst seine Kernaussage, entwickelt jeweils einen Gedanken und trennt mit Satzzeichen Formulierungen, die eine natürliche Pause benötigen. Halten Sie eine kurze Anweisung auch beim Hören ohne Bildschirm verständlich. Bewahren Sie die vorgesehene Lesung von Namen, Abkürzungen und Einheiten und prüfen Sie Zahlen in der Sprachausgabe, statt anzunehmen, dass eine visuell lesbare Zeichenfolge nur eine Aussprache hat. S1 verwendet Emotions- und Sprechhinweise in runden Klammern, etwa (angry), (sad), (in a hurry) oder (chuckling). Setzen Sie einen Hinweis vor den Satz oder die Formulierung, die er beeinflussen soll, mit dem tatsächlich gesprochenen Text dahinter. Die Sprechweise gehört zum folgenden Text; ein Stimmungswechsel sollte deshalb dort stehen, wo sich die Darbietung ändern muss. Diese Syntax unterscheidet sich von den Anweisungen in eckigen Klammern von S2. Schreiben Sie das Skript für die ausgewählte Generation, statt beide Auszeichnungsformen als austauschbar anzunehmen. Eine Stimme lässt sich über eine gespeicherte Stimmenkennung auswählen oder anhand einer Referenzaufnahme zusammen mit deren Transkript bestimmen. Für einen unmittelbaren Referenzworkflow empfiehlt der allgemeine Sprachleitfaden eine saubere Aufnahme von 10–30 Sekunden. Wählen Sie ein Beispiel, dessen Sprechstil und Aufnahmequalität zum gewünschten Ergebnis passen, und stimmen Sie das Transkript auf die Wörter in dieser Aufnahme ab. Verwenden Sie für einen wiederkehrenden Erzähler über mehrere Passagen dieselbe Stimmreferenz, damit ein Themenwechsel nicht unbeabsichtigt zu einem Figurenwechsel wird. Die S1-Veröffentlichung nennt unter anderem Englisch, Chinesisch, Japanisch, Deutsch, Französisch, Spanisch, Koreanisch, Arabisch, Russisch, Niederländisch, Italienisch, Polnisch und Portugiesisch als unterstützte Sprachen und beschreibt das Mischen von Sprachen innerhalb eines Skripts. Stellen Sie den Wortlaut in der Zielsprache bereit, statt Sprachsynthese als Übersetzungsschritt zu behandeln. Halten Sie bei einer Passage mit einem fremdsprachigen Namen oder einem Sprachwechsel Schreibweise und umgebenden Satzkontext klar und prüfen Sie, wie die gewählte Stimme diesen Übergang umsetzt. Die S1-Schnittstelle des Herstellers unterstützt einen Sprecher pro Syntheseanfrage. Ein Dialog kann als separate Segmente mit eigenen Stimmreferenzen vorbereitet und anschliessend von der Anwendung zusammengesetzt werden; native Synthese mit mehreren Sprechern in der S2-Familie ist eine separate Fähigkeit. Halten Sie bei der Vorbereitung von Figurenzeilen Rolle, Stimme und Text mit jedem Segment verknüpft. Das Syntheseergebnis ist eine Audio-Darbietung des Skripts; die zeitliche Abstimmung eines Gesprächs oder die Kombination mit Musik und Video ist ein späterer Bearbeitungsschritt. Zu den Ausgabeoptionen gehören MP3, WAV, rohes PCM und Opus; MP3 ist die Standardeinstellung. Die dokumentierte Ausgabe ist mono; WAV und PCM verwenden 16-Bit-Samples, und die Auswahl der Abtastraten unterscheidet sich je nach Format. MP3 unterstützt 64, 128 und 192 kbps, während Opus 48 kHz verwendet. Die Geschwindigkeit lässt sich von 0.5 bis 2.0 anpassen, ergänzt durch Lautstärkeregler. Wählen Sie eine kodierte Datei für ein Voice-over-Ergebnis oder einen passenden Stream zur Wiedergabe und bewahren Sie gewählte Stimme und Skript beim Ergebnis auf. Der Hersteller verarbeitet lange Texte abschnittsweise mit einem dokumentierten Abschnittslängenbereich von 100–300 und einem Audiotoken-Budget pro Abschnitt statt einer garantierten gesamten Aufnahmedauer. Textnormalisierung kann englische und chinesische Zahlen in natürliche Lesungen umwandeln, und die Wiederholungsstrafe von S1 kann wiederkehrende Audiomuster reduzieren. Die Lautheitsnormalisierung der Ausgabe ist eine andere Einstellung und hat bei S1 keine Wirkung. Prüfen Sie Aussprache, Formulierungsgrenzen, wiederholte Laute und den vorgesehenen emotionalen Wechsel, bevor Sie die fertige Passage zusammensetzen; überarbeiten Sie dann die konkrete Zeile oder Referenz, die Aufmerksamkeit benötigt. **Ailoot Ultra · Sprachausgabe** `POST /v1/audio/speech` `fish-audio/s1` [`fish-audio/s1`](https://ailoot.ai/models/de-ch/#m=fish-audio%2Fs1&route=Ultra&caller=fish-audio%2Fs1&fmt=speech) Fish Audio /`fish-audio/s1` ### Einstieg Fish Audio S1 wandelt mehrsprachige Skripte anhand von Stimmreferenzen und Emotionshinweisen in runden Klammern in ausdrucksstarkes Audio mit einem Sprecher um. Es eignet sich für Erzähltexte, kurze gesprochene Anweisungen oder Figurenzeilen mit Format- und Prosodiesteuerung für das fertige Audio. Zulässige Eingaben Text Ergebnisse Audio ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · Sprachausgabe** `POST /v1/audio/speech` Eingabe `text` Ausgabe `audio` Ausgabeformat Tatsächliche, im Vertrag deklarierte binäre Audiodaten | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits fish-audio/s1 | Standard— | | Feld`input` | Typ`string` | AnforderungErforderlich | Werte und Limits Mindestlänge: 1 | Standard— | | Feld`voice` | Typ`string` | AnforderungErforderlich | Werte und Limits Beispiele: b347db033a6549378b48d00acb0d06cd | Standard— | | Feld`response_format` | Typ`string` | AnforderungOptional | Werte und Limits mp3, pcm | Standardpcm | Kombinationen von Eingabematerialien **text\_to\_speech** · Erforderlich: actual UTF-8 script, exact supported voice Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, input, voice | | Parameter`material_types` | Vertragtext | | Parameter`voice_ids` | Vertragb347db033a6549378b48d00acb0d06cd | | Parameter`voice_list_exhaustive` | Vertragfalse | | Parameter`response_format` | Vertragmp3, pcm | | Parameter`default_response_format` | Vertragpcm | | Parameter`quantity` | VertragUTF-8-Bytes einer einzigen dekodierten Eingabezeichenfolge; ohne Trimmen oder Normalisieren | | Parameter`native_byte_quote_controls` | VertragNicht leere instructions und Eingaben mit Sprecherwechseln mehrerer Personen werden von diesem exakten, bytebasierten Preisangebotspfad abgewiesen, bis zusätzlicher abrechenbarer Text deklariert ist. | Lebenszyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · die tatsächlich zurückgegebene task\_id oder ein Eintrag in der Medienbibliothek `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Verwenden Sie das exakte Modell und die dokumentierten Eingabefelder. Bewahren Sie die vollständige Antwort, jede tatsächliche Ausgabe und die ursprünglich zurückgegebenen IDs auf. ### Tarife Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Nicht angegeben Wenn der Schnellmodus ausgewählt ist Flex-Modus Nicht angegeben Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird #### Ailoot-Tarife #### Preise nach Konfiguration Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif. | Konfiguration | Tarifstaffel | Abrechnungseinheit | Gebühr | | --- | --- | --- | --- | | KonfigurationToken-Basistarife | TarifstaffelGrundtarif | Abrechnungseinheit— | Gebühr Eingabe · Eingabetoken **—** / 1K Tokens Ausgabe · Ausgabetoken **—** / 1K Tokens Eingabe · Cache lesen **—** / 1K Tokens Eingabe · Cache schreiben **—** / 1K Tokens Eingabe · Cache schreiben, 1 Stunde **—** / 1K Tokens | | KonfigurationUltra | Tarifstaffel— | Abrechnungseinheitpro utf8-Byte der Audioeingabe | Gebühr Eingabe · utf8-Byte der Audioeingabe **$0.00003** pro utf8-Byte der Audioeingabe | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de-ch/billing/reserve/) #### Details zum Referenztarif Referenztarifstaffeln auf Modellebene ändern weder Methodenauswahl noch Kostenvoranschläge oder Gebühren. Für die aktive Abrechnung gelten die Tarife der ausgewählten Ailoot-Methode. Fish Audio: S1 #### Preise nach Konfiguration | Konfiguration | Abrechnungsbedingungen | Gebühr | | --- | --- | --- | | KonfigurationFish Audio: S1 · Standardkonfiguration | AbrechnungsbedingungenStandardkonfiguration | Gebühr Eingabe · UTF-8-Eingabebytes **$ 0.00003** pro UTF-8-Byte der Eingabe | ### Beispielanfragen #### Ailoot Ultra · Sprachausgabe curl · exakter nativer Request-Body und vollständiges Ergebnis ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path request={'model': 'fish-audio/s1', 'input': 'Hello world', 'voice': 'b347db033a6549378b48d00acb0d06cd', 'response_format': 'mp3'} 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 # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Ergebnisse abrufen und speichern #### Ailoot Ultra · Sprachausgabe Tatsächliche, im Vertrag deklarierte binäre Audiodaten - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Alle fertiggestellten Ergebnisse aufbewahren Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf. Speichern Sie sämtliche Binärbytes vollständig und alle ursprünglichen Header; bewahren Sie JSON vollständig auf, falls es zurückgegeben wird. Tatsächliche Vorgangs- und Asset-IDs bleiben erhalten. ##### Wenn die ursprüngliche Antwort geprüft werden muss Bewahren Sie die ursprüngliche operation\_id/X-Client-Request-ID und die ursprüngliche Antwort auf. Lesen Sie tatsächliche, Ihnen zugeordnete Aufgaben- und Asseteinträge ohne erneutes Einreichen; es wird keine spezielle Audioabfrage-URL konstruiert. Antwortfelder | Feld | Typ | | --- | --- | | Feld`binary audio` | Typbytes | | Feld`response headers` | Typheaders | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`fish-audio/s1`](https://ailoot.ai/models/de-ch/#m=fish-audio%2Fs1&route=Ultra&caller=fish-audio%2Fs1&fmt=speech) #### Aliasnamen für Methodenpfade Verwenden Sie die oben angezeigten Methodenpfade. #### Zugehörige Aufrufer-IDs [`fish-audio/s1`](https://ailoot.ai/models/de-ch/#m=fish-audio%2Fs1&route=Ultra&caller=fish-audio%2Fs1&fmt=speech) FAQ · Fish Audio: S1 Welche Eingaben und Ergebnisse sind verfügbar? `POST /v1/audio/speech` · `fish-audio/s1`: `text` → `audio` Welche Felder verwendet die Anfrage? `POST /v1/audio/speech` · `fish-audio/s1`: `model`, `input`, `voice`, `response_format` Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung. ## Das Unternehmen und sein Projektportfolio Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. ## Tokens mit Rabatt kaufen. Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf. Abo Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen. Aktionscode bis 50% Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet. Ausgaben in der Historie Modell, Tokens und Betrag werden für jede Anfrage gespeichert. [Abo wählen](https://ailoot.ai/docs/de-ch/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de-ch/) ## Verbinden Sie die API mit dem Produkt, das Sie verkaufen. SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an. Kommerzielle Anwendung Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes. Reseller-Lizenz Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an. Dokumente auf der Website Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich. [Reseller-Lizenz anfordern](mailto:support@ailoot.ai) · [Offizielles Angebot und Lizenzvertrag](https://ailoot.ai/legal/offer?lang=de-ch) ## Ailoot · Das Unternehmen und sein Projektportfolio Ailoot baut auf bewährte Betriebserfahrung, einen großen Kundenstamm, stabilen Service und kontinuierliche KPI-Kontrolle. Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. Ailoot nutzt diese Betriebserfahrung für den API-Zugang zu KI-Funktionen in Kundenprodukten, Agenten, Anwendungen und Automatisierungen.