Source: https://ailoot.ai/models/es/fish-audio-s1/ Canonical: https://ailoot.ai/models/es/fish-audio-s1/ Language: es # Fish Audio: S1 [Markdown](https://ailoot.ai/models/es/fish-audio-s1/index.md) · [JSON](https://ailoot.ai/models/es/fish-audio-s1/facts.json) ## [Fish Audio: S1](https://ailoot.ai/models/es/fish-audio-s1/) Fish Audio S1 transforma guiones multilingües en audio expresivo de un solo hablante mediante referencias de voz e indicaciones emocionales entre paréntesis. Úsalo para narraciones, instrucciones habladas cortas o intervenciones de personajes, con controles de formato y prosodia para el audio terminado. - [**Ailoot Ultra · Síntesis de voz** `POST /v1/audio/speech` `fish-audio/s1`](https://ailoot.ai/models/es/fish-audio-s1/#method-0) Sobre el modelo Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado. S1 es el modelo de conversión de texto a voz de la generación anterior de Fish Audio para narración expresiva y salida de voz de un solo hablante. Lee un guion proporcionado y devuelve audio, utilizando una voz seleccionada o condicionada por una referencia. El modelo S1 completo es distinto de S1-mini, el modelo destilado más pequeño; el productor los presenta como variantes de 4.000 millones y 500 millones de parámetros, respectivamente. Este perfil abarca el modelo denominado S1. Para una narración, prepara las palabras que realmente deben pronunciarse y marca los lugares donde deba cambiar la interpretación. Un guion explicativo útil presenta primero su idea principal, desarrolla una idea cada vez y utiliza puntuación para separar frases que necesitan una pausa natural. Para una instrucción corta, mantén una formulación clara al oírla sin pantalla. Conserva la lectura prevista de los nombres, las abreviaturas y las unidades, y comprueba los números en el audio hablado en vez de dar por hecho que una cadena legible visualmente solo tiene una pronunciación. S1 utiliza indicaciones de emoción e interpretación entre paréntesis, como (angry), (sad), (in a hurry) o (chuckling). Coloca una indicación antes de la oración o frase en la que debe influir y el habla real a continuación. La interpretación corresponde al texto que sigue, por lo que un cambio de ánimo debe aparecer donde deba cambiar la actuación. Esta sintaxis difiere de las instrucciones entre corchetes de S2; mantén el guion escrito para la generación seleccionada en vez de suponer que las dos formas de marcado son intercambiables. Se puede seleccionar una voz mediante un identificador de voz guardado o condicionarla con una grabación de referencia y su transcripción. Para un flujo de referencia instantáneo, la guía general de voz recomienda una muestra limpia de 10–30 segundos. Elige una muestra cuyo estilo de habla y calidad de grabación encajen con el resultado previsto y haz que la transcripción coincida con las palabras de esa muestra. Para un narrador recurrente, reutiliza la misma referencia de voz entre pasajes, de modo que un cambio de tema no se convierta involuntariamente en un cambio de personaje. La publicación de S1 enumera inglés, chino, japonés, alemán, francés, español, coreano, árabe, ruso, neerlandés, italiano, polaco y portugués entre los idiomas compatibles y describe la mezcla de idiomas dentro de un guion. Proporciona las palabras en el idioma de destino en lugar de tratar la síntesis de voz como un paso de traducción. En un pasaje con un nombre tomado de otro idioma o un cambio de lengua, mantén claras la grafía y la frase circundante y revisa cómo gestiona esa transición la voz seleccionada. La interfaz de S1 del productor admite un hablante por solicitud de síntesis. Un diálogo puede prepararse como segmentos separados con sus propias referencias de voz y ensamblarse después en la aplicación; la síntesis nativa de varios hablantes de la familia S2 es una capacidad independiente. Mantén asociados el papel, la voz y el texto de cada segmento al preparar intervenciones de personajes. El resultado de síntesis es una interpretación sonora del guion, mientras que ajustar los tiempos de un intercambio o combinarlo con música y vídeo es un paso posterior de edición. Las opciones de salida incluyen MP3, WAV, PCM sin contenedor y Opus, con MP3 como opción predeterminada. La salida documentada es mono; WAV y PCM utilizan muestras de 16 bits y las frecuencias de muestreo disponibles difieren según el formato. MP3 admite 64, 128 y 192 kbps, mientras que Opus utiliza 48 kHz. La velocidad puede ajustarse de 0.5 a 2.0, con controles de volumen. Elige un archivo codificado para una locución o una transmisión adecuada para reproducirla, y conserva la voz seleccionada y el guion junto al resultado. El productor procesa el texto largo por segmentos, con un intervalo documentado de longitud de segmento de 100–300 y un presupuesto de tokens de audio por segmento, en lugar de una duración total de grabación garantizada. La normalización del texto puede desarrollar los números en inglés y chino para una lectura natural, y la penalización por repetición de S1 puede reducir patrones de audio repetidos. La normalización del volumen de salida es una opción distinta y no tiene efecto en S1. Examina la pronunciación, los límites de las frases, los sonidos repetidos y el cambio emocional previsto antes de ensamblar el pasaje terminado; después, revisa la intervención o referencia concreta que necesite atención. **Ailoot Ultra · Síntesis de voz** `POST /v1/audio/speech` `fish-audio/s1` [`fish-audio/s1`](https://ailoot.ai/models/es/#m=fish-audio%2Fs1&route=Ultra&caller=fish-audio%2Fs1&fmt=speech) Fish Audio /`fish-audio/s1` ### Primeros pasos Fish Audio S1 transforma guiones multilingües en audio expresivo de un solo hablante mediante referencias de voz e indicaciones emocionales entre paréntesis. Úsalo para narraciones, instrucciones habladas cortas o intervenciones de personajes, con controles de formato y prosodia para el audio terminado. Entradas aceptadas Texto Resultados Audio ### Disponible en Ailoot · entradas y métodos **Ailoot Ultra · Síntesis de voz** `POST /v1/audio/speech` Tipos de entrada `text` Tipos de salida `audio` Formato de salida audio binario real declarado | Campo | Tipo | Requisito | Valores y límites | Predeterminado | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites fish-audio/s1 | Predeterminado— | | Campo`input` | Tipo`string` | RequisitoObligatorio | Valores y límites Longitud mínima: 1 | Predeterminado— | | Campo`voice` | Tipo`string` | RequisitoObligatorio | Valores y límites Ejemplos: b347db033a6549378b48d00acb0d06cd | Predeterminado— | | Campo`response_format` | Tipo`string` | RequisitoOpcional | Valores y límites mp3, pcm | Predeterminadopcm | Combinaciones de materiales de entrada **text\_to\_speech** · Obligatorio: actual UTF-8 script, exact supported voice Parámetros del método y ciclo de vida | Parámetro | Contrato | | --- | --- | | Parámetro`content_type` | Contratoapplication/json | | Parámetro`required` | Contratomodel, input, voice | | Parámetro`material_types` | Contratotext | | Parámetro`voice_ids` | Contratob347db033a6549378b48d00acb0d06cd | | Parámetro`voice_list_exhaustive` | Contratofalse | | Parámetro`response_format` | Contratomp3, pcm | | Parámetro`default_response_format` | Contratopcm | | Parámetro`quantity` | ContratoBytes UTF-8 de una única cadena de entrada decodificada; sin recorte ni normalización | | Parámetro`native_byte_quote_controls` | ContratoEsta ruta exacta de cotización por bytes rechaza un campo instructions no vacío y la entrada de turnos de varios hablantes hasta que se declare el texto adicional facturable. | Ciclo de vida: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id real devuelto o registro de la biblioteca multimedia `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Usa el modelo exacto y los campos de entrada documentados. Conserva la respuesta completa, todos los resultados reales y los ID originales devueltos. ### Planes Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado. Modo rápido Sin especificar Cuando se selecciona el modo rápido Modo flex Sin especificar Cuando se selecciona el modo flex Esfuerzo máximo de razonamiento Sin especificar Cuando el esfuerzo máximo de razonamiento utiliza el ajuste predeterminado (default) #### Tarifas de Ailoot #### Precios por configuración Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas. | Configuración | Tabla de tarifas | Unidad de facturación | Cargo | | --- | --- | --- | --- | | ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Unidad de facturación— | Cargo Entrada · Tokens de entrada **—** / 1K tokens Salida · Tokens de salida **—** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens | | ConfiguraciónUltra | Tabla de tarifas— | Unidad de facturaciónpor byte utf8 de audio de entrada | Cargo Entrada · byte utf8 de entrada de audio **$0.00003** por byte utf8 de audio de entrada | Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. [Cómo funcionan la reserva y la liquidación →](https://ailoot.ai/docs/es/billing/reserve/) #### Detalles de la tarifa de referencia Las tablas de referencia del modelo no cambian la selección del método, las estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado. Fish Audio: S1 #### Precios por configuración | Configuración | Condiciones de facturación | Cargo | | --- | --- | --- | | ConfiguraciónFish Audio: S1 · Configuración predeterminada | Condiciones de facturaciónConfiguración predeterminada | Cargo Entrada · Bytes de entrada UTF-8 **0,00003 US$** por byte UTF-8 de entrada | ### Solicitudes de ejemplo #### Ailoot Ultra · Síntesis de voz curl · cuerpo nativo exacto y resultado completo ```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. ``` ### Recibir y guardar resultados #### Ailoot Ultra · Síntesis de voz audio binario real declarado - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Conserva todos los resultados completados Conserva todas las respuestas, archivos y partes de contenido completos recibidos. Guarda todos los bytes binarios completos y todas las cabeceras originales; conserva el JSON completo si se devuelve. Se preservan los ID reales de operaciones y recursos. ##### Si es necesario revisar la respuesta original Conserva el operation\_id/X-Client-Request-ID original y la respuesta original. Consulta los registros reales de tareas y recursos bajo tu titularidad sin volver a enviar la solicitud; no se construye ninguna URL específica de consulta periódica de audio. Campos de respuesta | Campo | Tipo | | --- | --- | | Campo`binary audio` | Tipobytes | | Campo`response headers` | Tipoheaders | ### Alias #### Alias del modelo **Ailoot Ultra** [`fish-audio/s1`](https://ailoot.ai/models/es/#m=fish-audio%2Fs1&route=Ultra&caller=fish-audio%2Fs1&fmt=speech) #### Alias de rutas de métodos Usa las rutas de método indicadas arriba. #### ID de modelo relacionados [`fish-audio/s1`](https://ailoot.ai/models/es/#m=fish-audio%2Fs1&route=Ultra&caller=fish-audio%2Fs1&fmt=speech) FAQ · Fish Audio: S1 ¿Qué entradas y resultados están disponibles? `POST /v1/audio/speech` · `fish-audio/s1`: `text` → `audio` ¿Qué campos utiliza la solicitud? `POST /v1/audio/speech` · `fish-audio/s1`: `model`, `input`, `voice`, `response_format` Conecta Ailoot a Claude Code, OpenCode, Hermes o tu aplicación. ## La empresa y su cartera de proyectos La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes. ## Compra tokens con descuento. Ahorro por suscripción para trabajo habitual. Códigos promocionales: hasta el 50% al comprar tokens. Suscripción Elige un plan con descuento para tus peticiones habituales. Código de hasta el 50% Introduce el código al comprar. El precio se recalcula según la promoción vigente. Gasto en el historial Modelo, tokens e importe quedan guardados por cada petición. [Elegir suscripción](https://ailoot.ai/docs/es/billing/subscriptions/) · [Consultar precios de modelos](https://ailoot.ai/models/es/) ## Conecta la API al producto que vendes. SaaS, aplicaciones y bots bajo la oferta y el acuerdo de licencia Ailoot. Solicita una licencia de reventa para redistribuir el acceso. Aplicación comercial Integra generación de texto, imágenes, vídeo y sonido en funciones de pago de tu servicio. Licencia para revendedores Envía descripción del proyecto y esquema de acceso. Solicita condiciones escritas de uso y reventa. Documentos en la web La oferta, el acuerdo de licencia y la política de datos están disponibles antes de conectar. [Solicitar licencia de reventa](mailto:support@ailoot.ai) · [Oferta y acuerdo de licencia](https://ailoot.ai/legal/offer?lang=es) ## Ailoot · La empresa y su cartera de proyectos Ailoot se apoya en la experiencia operativa acumulada, una amplia base de clientes, un servicio estable y el seguimiento continuo de KPI. La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes. Ailoot aplica esa experiencia operativa al acceso por API a funciones de IA en productos de clientes, agentes, aplicaciones y automatizaciones.