Source: https://ailoot.ai/models/hu/fish-audio-s1/ Canonical: https://ailoot.ai/models/hu/fish-audio-s1/ Language: hu # Fish Audio: S1 [Markdown](https://ailoot.ai/models/hu/fish-audio-s1/index.md) · [JSON](https://ailoot.ai/models/hu/fish-audio-s1/facts.json) ## [Fish Audio: S1](https://ailoot.ai/models/hu/fish-audio-s1/) A Fish Audio S1 többnyelvű szövegekből kifejező, egybeszélős hanganyagot készít hangreferenciák és zárójelbe tett érzelmi jelzések segítségével. Narrációhoz, rövid elmondott utasításokhoz vagy karaktermegszólalásokhoz használható, a kész hanganyag formátum- és prozódiavezérlésével. - [**Ailoot Ultra · Felolvasás** `POST /v1/audio/speech` `fish-audio/s1`](https://ailoot.ai/models/hu/fish-audio-s1/#method-0) A modellről Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók. Az S1 a Fish Audio előző generációs szövegfelolvasó modellje kifejező narrációhoz és egybeszélős hangkimenethez. A megadott szöveget olvassa fel, és hanganyagot ad vissza kiválasztott vagy referencia alapján kondicionált hanggal. A teljes S1 modell különbözik a kisebb, desztillált S1-mini modelltől; a gyártó rendre 4 milliárd és 0,5 milliárd paraméteres változatként mutatja be őket. Ez a leírás a megnevezett S1 modellre vonatkozik. Narrációhoz készítsd elő a ténylegesen kimondandó szavakat, és jelöld az előadásváltások helyét. A hasznos magyarázó szöveg először a fő állítást közli, egyszerre egy gondolatot fejt ki, és írásjelekkel választja el a természetes szünetet igénylő fordulatokat. Rövid utasításnál képernyő nélkül hallva is maradjon világos a megfogalmazás. Őrizd meg a nevek, rövidítések és mértékegységek kívánt olvasatát, a számokat pedig ellenőrizd a beszédkimenetben, ne feltételezd, hogy egy vizuálisan olvasható karaktersornak egyetlen kiejtése van. Az S1 érzelmi és előadásjelzéseket használ zárójelben, például (angry), (sad), (in a hurry) vagy (chuckling). A jelzést a befolyásolandó mondat vagy fordulat elé helyezd, utána a tényleges beszéddel. Az előadás a következő szöveghez tartozik, ezért a hangulatváltás ott jelenjen meg, ahol az előadásnak változnia kell. Ez eltér az S2 szögletes zárójeles utasításainak szintaxisától; a szöveget a kiválasztott generációhoz írd, ne tekintsd felcserélhetőnek a két jelölési formát. Hang mentett hangazonosítóval választható, vagy referenciafelvételből és annak átiratából kondicionálható. Az azonnali referenciás munkafolyamathoz az általános beszédútmutató tiszta, 10–30 másodperces mintát ajánl. Olyan mintát válassz, amelynek beszédstílusa és felvételminősége megfelel a tervezett eredménynek, és az átirat egyezzen a mintában szereplő szavakkal. Visszatérő narrátornál ugyanazt a hangreferenciát használd a részletekben, hogy a témaváltás ne váljon véletlenül karakterváltássá. Az S1 kiadása támogatott nyelvei között angolt, kínait, japánt, németet, franciát, spanyolt, koreait, arabot, oroszt, hollandot, olaszt, lengyelt és portugált nevez meg, és leírja a nyelvek egy szövegen belüli keverését. A célnyelvi megfogalmazást add meg, ne kezeld fordítási lépésként a beszédszintézist. Átvett nevet vagy nyelvváltást tartalmazó részletnél az írásmód és a környező mondatkontextus legyen világos, és ellenőrizd, hogyan kezeli az átmenetet a kiválasztott hang. Az S1 gyártói felülete szintéziskérésenként egy beszélőt támogat. Párbeszéd külön szegmensekként készíthető, saját hangreferenciákkal, majd az alkalmazás összeállíthatja; az S2 család natív többbeszélős szintézise külön képesség. Karaktermegszólalások előkészítésekor minden szegmens szerepét, hangját és szövegét összekapcsolva őrizd meg. A szintéziseredmény a szöveg hangos előadása, míg egy beszélgetés időzítése vagy zenével és videóval való kombinálása későbbi szerkesztési lépés. A kimeneti lehetőségek között MP3, WAV, nyers PCM és Opus szerepel, MP3-alapértékkel. A dokumentált kimenet mono; a WAV és PCM 16 bites mintákat használ, a formátumspecifikus mintavételi lehetőségek eltérnek. Az MP3 64, 128 és 192 kbps-t támogat, az Opus 48 kHz-et használ. A sebesség 0.5–2.0 között állítható, hangerővezérléssel. Alámondási anyaghoz kódolt fájlt, lejátszáshoz megfelelő streamet válassz, és a kiválasztott hangot, valamint szöveget őrizd meg az eredménnyel. A gyártó a hosszú szöveget darabokban dolgozza fel, dokumentált 100–300 közötti darabhossz-tartománnyal és darabonkénti hangtoken-kerettel, nem garantált teljes felvételidőtartammal. A szövegnormalizálás az angol és kínai számokat természetes olvasatra bonthatja, az S1 ismétlési büntetése pedig csökkentheti az ismétlődő hangmintákat. A kimeneti hangerő normalizálása másik beállítás, és nincs hatása az S1-re. A kész részlet összeállítása előtt vizsgáld meg a kiejtést, fordulathatárokat, ismétlődő hangokat és a kívánt érzelmi váltást, majd azt a konkrét sort vagy referenciát javítsd, amely figyelmet igényel. **Ailoot Ultra · Felolvasás** `POST /v1/audio/speech` `fish-audio/s1` [`fish-audio/s1`](https://ailoot.ai/models/hu/#m=fish-audio%2Fs1&route=Ultra&caller=fish-audio%2Fs1&fmt=speech) Fish Audio /`fish-audio/s1` ### Kezdő lépések A Fish Audio S1 többnyelvű szövegekből kifejező, egybeszélős hanganyagot készít hangreferenciák és zárójelbe tett érzelmi jelzések segítségével. Narrációhoz, rövid elmondott utasításokhoz vagy karaktermegszólalásokhoz használható, a kész hanganyag formátum- és prozódiavezérlésével. Elfogadott bemenetek Szöveg Eredmények Hang ### Elérhető az Ailootban · bemenetek és metódusok **Ailoot Ultra · Felolvasás** `POST /v1/audio/speech` Bemenet `text` Kimenet `audio` Kimeneti formátum a megadott formátumú tényleges bináris hang | Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett | | --- | --- | --- | --- | --- | | Mező`model` | Típus`string` | KövetelményKötelező | Értékek és korlátok fish-audio/s1 | Alapértelmezett— | | Mező`input` | Típus`string` | KövetelményKötelező | Értékek és korlátok Minimális hossz: 1 | Alapértelmezett— | | Mező`voice` | Típus`string` | KövetelményKötelező | Értékek és korlátok Példák: b347db033a6549378b48d00acb0d06cd | Alapértelmezett— | | Mező`response_format` | Típus`string` | KövetelményOpcionális | Értékek és korlátok mp3, pcm | Alapértelmezettpcm | Bemeneti anyagok kombinációi **text\_to\_speech** · Kötelező: actual UTF-8 script, exact supported voice Metódus paraméterei és életciklusa | Paraméter | Szerződés | | --- | --- | | Paraméter`content_type` | Szerződésapplication/json | | Paraméter`required` | Szerződésmodel, input, voice | | Paraméter`material_types` | Szerződéstext | | Paraméter`voice_ids` | Szerződésb347db033a6549378b48d00acb0d06cd | | Paraméter`voice_list_exhaustive` | Szerződésfalse | | Paraméter`response_format` | Szerződésmp3, pcm | | Paraméter`default_response_format` | Szerződéspcm | | Paraméter`quantity` | SzerződésEgyetlen dekódolt bemeneti karakterlánc UTF-8-bájtjai; a kezdő és záró térközkarakterek eltávolítása és normalizálás nélkül | | Paraméter`native_byte_quote_controls` | SzerződésEz a pontos, bájtalapú árajánlati útvonal elutasítja a nem üres instructions mezőt és a több beszélő megszólalásait tartalmazó bemenetet, amíg a hozzáadott számlázott szöveg nincs deklarálva. | Életciklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · A ténylegesen visszaadott task\_id vagy a médiatár bejegyzése `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Használja a pontos modellt és a dokumentált bemeneti mezőket. Őrizze meg a teljes választ, minden tényleges kimenetet és az eredetileg visszaadott azonosítókat. ### Díjcsomagok A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek. Gyors mód Nincs megadva Ha a gyors mód van kiválasztva Flex mód Nincs megadva Ha a flex mód van kiválasztva Maximális gondolkodási ráfordítás Nincs megadva Ha a maximális gondolkodási ráfordításra a default beállításhoz tartozó korrekció vonatkozik #### Ailoot-díjak #### Árak beállításonként Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon. | Beállítás | Díjtáblázat | Elszámolási egység | Díj | | --- | --- | --- | --- | | BeállításTokenek alapdíjai | DíjtáblázatAlapdíj | Elszámolási egység— | Díj Bemenet · Bemeneti tokenek **—** / 1K token Kimenet · Kimeneti tokenek **—** / 1K token Bemenet · Gyorsítótár olvasása **—** / 1K token Bemenet · Írás a gyorsítótárba **—** / 1K token Bemenet · Írás a gyorsítótárba, 1 óra **—** / 1K token | | BeállításUltra | Díjtáblázat— | Elszámolási egységa bemeneti hang minden utf8 bájtja után | Díj Bemenet · bemeneti hang utf8-bájtja **$0.00003** a bemeneti hang minden utf8 bájtja után | Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. [A foglalás és az elszámolás működése →](https://ailoot.ai/docs/hu/billing/reserve/) #### A referencia-díjszabás részletei A modellszintű referenciatáblázatok nem módosítják a metódusválasztást, az árajánlatokat vagy a díjakat. A tényleges díjak a kiválasztott Ailoot-metódus díjtételeit használják. Fish Audio: S1 #### Árak beállításonként | Beállítás | Elszámolási feltételek | Díj | | --- | --- | --- | | BeállításFish Audio: S1 · Alapértelmezett beállítások | Elszámolási feltételekAlapértelmezett konfiguráció | Díj Bemenet · Bemeneti UTF-8-bájtok **0,00003 USD** bemeneti UTF-8 bájtonként | ### Példakérések #### Ailoot Ultra · Felolvasás curl · pontos natív kéréstörzs és teljes eredmény ```bash set -eu : "${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. ``` ### Eredmények fogadása és mentése #### Ailoot Ultra · Felolvasás a megadott formátumú tényleges bináris hang - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Őrizzen meg minden elkészült eredményt Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt. Mentse el a teljes bináris bájttartalmat és az összes eredeti fejlécet; ha JSON érkezik, őrizze meg teljes egészében. A tényleges művelet- és médiaazonosítók megmaradnak. ##### Ha az eredeti választ ellenőrizni kell Őrizze meg az eredeti operation\_id/X-Client-Request-ID értékeket és az eredeti választ. A tényleges saját feladat- és médiarekordokat kérdezze le újraküldés nélkül; külön hangállapot-lekérdezési URL-cím nem képződik. Válaszmezők | Mező | Típus | | --- | --- | | Mező`binary audio` | Típusbytes | | Mező`response headers` | Típusheaders | ### Álnevek #### Modell álnevei **Ailoot Ultra** [`fish-audio/s1`](https://ailoot.ai/models/hu/#m=fish-audio%2Fs1&route=Ultra&caller=fish-audio%2Fs1&fmt=speech) #### Metódusútvonalak álnevei Használja a fent látható metódusútvonalakat. #### Kapcsolódó modellazonosítók [`fish-audio/s1`](https://ailoot.ai/models/hu/#m=fish-audio%2Fs1&route=Ultra&caller=fish-audio%2Fs1&fmt=speech) FAQ · Fish Audio: S1 Milyen bemenetek és eredmények érhetők el? `POST /v1/audio/speech` · `fish-audio/s1`: `text` → `audio` Mely mezőket használja a kérés? `POST /v1/audio/speech` · `fish-audio/s1`: `model`, `input`, `voice`, `response_format` Csatlakoztassa az Ailootot a Claude Code-hoz, OpenCode-hoz, Hermeshez vagy saját alkalmazásához. ## A vállalat és projektportfóliója A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben. ## Vásároljon tokeneket kedvezménnyel. Előfizetési kedvezmény rendszeres munkához. Promókódok — akár 50% tokenvásárlási kedvezmény. Előfizetés Válasszon kedvezményes tarifát a rendszeres kéréseihez. Promókód akár 50%-ig Vásárláskor adja meg a kódot. Az ár az érvényes akció szerint újraszámolódik. Költségek az előzményekben Minden kéréshez megmarad a modell, a tokenek és az összeg. [Előfizetés kiválasztása](https://ailoot.ai/docs/hu/billing/subscriptions/) · [Modellárak megtekintése](https://ailoot.ai/models/hu/) ## Csatlakoztassa az API-t az értékesített termékéhez. SaaS, alkalmazások és botok — az Ailoot ajánlati feltételei és licencszerződése alapján. Viszonteladáshoz kérjen viszonteladói licencet. Kereskedelmi alkalmazás Építsen szöveg-, kép-, videó- és hanggenerálást szolgáltatása fizetős funkcióiba. Viszonteladói licenc Küldje el a projekt leírását és a hozzáférés módját. Kérjen írásos használati és viszonteladási feltételeket. Dokumentumok a weboldalon Az ajánlati feltételek, licencszerződés és adatkezelési szabályzat már a csatlakoztatás előtt elérhető. [Viszonteladói licenc kérése](mailto:support@ailoot.ai) · [Ajánlati feltételek és licencszerződés](https://ailoot.ai/legal/offer?lang=hu) ## Ailoot · A vállalat és projektportfóliója Az Ailoot felhalmozott működési tapasztalatra, széles ügyfélkörre, stabil szolgáltatásra és folyamatos KPI-ellenőrzésre épít. A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben. Az Ailoot ezt a működési tapasztalatot használja az ügyfelek termékeiben, ágenseiben, alkalmazásaiban és automatizálásaiban elérhető AI-funkciók API-hozzáféréséhez.