Source: https://ailoot.ai/models/hu/fish-audio-s2-pro/ Canonical: https://ailoot.ai/models/hu/fish-audio-s2-pro/ Language: hu # Fish Audio: S2 Pro [Markdown](https://ailoot.ai/models/hu/fish-audio-s2-pro/index.md) · [JSON](https://ailoot.ai/models/hu/fish-audio-s2-pro/facts.json) ## [Fish Audio: S2 Pro](https://ailoot.ai/models/hu/fish-audio-s2-pro/) A Fish Audio S2 Pro kifejező többnyelvű beszédet hoz létre szószintű instrukciókkal és natív több beszélős párbeszéddel. A szögletes zárójeles utasítások a szövegen belül irányítják az előadásmódot, a hangreferenciák azonosítják a beszélőket, a kimeneti beállítások pedig a hanganyag formáját alakítják. - [**Ailoot Ultra · Beszéd** `POST /v1/audio/speech` `fish-audio/s2-pro`](https://ailoot.ai/models/hu/fish-audio-s2-pro/#method-0) A modellről Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók. Az S2 Pro a Fish Audio második generációs szövegfelolvasó modellje kifejező narrációhoz, karakterpárbeszédhez és társalgási beszédkimenethez. Írott szöveget alakít hanggá, és szó- vagy kifejezésszintű természetes nyelvi irányítást támogat. Az előző S1 generáció kerek zárójeles jelzéseket használ, az S2 Pro viszont natívan szögletes zárójeleket, és egyetlen szintéziskérésben több beszélőt támogat. A gyártó az S2 Pro súlyait és finomhangolási kódját külön testreszabási munkához teszi közzé; egy hagyományos beszédkérés a kiválasztott modellt használja, nem újat tanít. Először a kimondandó tartalmat írd meg, majd közvetlenül az elé a szó vagy kifejezés elé helyezd az előadási utasítást, amelyre hatnia kell. Az instrukciók suttogást, reakciót, szünetet, érzelmi váltást vagy szabadon leírt beszédstílust adhatnak meg. Rövid termékmagyarázatnál maradjon világos a tényszerű mondat, és csak ott legyen hangsúly, ahol a hallgatónak különbséget kell észrevennie. Karakterszövegnél az érzelmi változást annak pillanatában írd le, ne egyetlen állandó hangulatot rendelj az egész részhez. A szögletes zárójeles címkék szabad leírások, nem zárt menü elemei. Példák: \[whispering\], \[sigh\], \[long pause\], illetve olyan kifejezés, mint \[speaking slowly, almost hesitant\]. A címkék mondat közben is szerepelhetnek, és az utánuk következő beszédre hatnak. A leíró címkét tényleges szövegnek kell követnie; egy önálló utasítás kiszámíthatatlan kimenetet adhat. Rétegezés előtt egy-két hasznos instrukcióval kezdj, mert az egymással versengő címkék elfedhetik a szándékolt előadást. Különböző hangreferenciák ugyanarra az instrukcióra eltérő intenzitással reagálhatnak. Az S2 kiadási leírása körülbelül 80 nyelvet említ, és példákat ad a szöveggel azonos nyelvű előadási utasításokra. A megfogalmazást a beszélni kívánt nyelven készítsd el, és őrizd meg a meghatározott felolvasást igénylő neveket, egységeket és rövidítéseket. A többnyelvű narráció szövegnyelv-váltáskor is megtarthatja a kívánt hangot, de a végső anyag kiejtését és folytonosságát továbbra is meg kell hallgatni. A szintézis a megadott tartalmat alakítja beszéddé, nem dönti el, milyen információt közöljön az alkalmazás. Egyetlen beszélőhöz válassz mentett hangazonosítót, vagy adj meg referenciahangot a hozzá illő leirattal. A gyártó tiszta, 10–30 másodperces mintát javasol az azonnali kondicionáláshoz. Párbeszédhez használj \<|speaker:0|\> és \<|speaker:1|\> típusú beszélőjelölőket, rendezett hangazonosító-listával vagy a beszélők külön referenciacsoportjaival. A számozott jelölő a megfelelő hangbejegyzést választja; a beszélgetés alakulásával is tartsd rögzítve a sorrendet. A természetes nyelvű előadási instrukció és a beszélőválasztás eltérő szerepet tölt be a szövegben. A hangkimenet MP3, WAV, nyers PCM vagy Opus lehet. Az MP3 alapértéke 128 kbps, és 64 vagy 192 kbps értéket is kínál; az Opus kimenet 48 kHz-et használ, a WAV és a PCM pedig a dokumentált mintavételi frekvenciákat támogatja 16 bites monóként. A formátumot a tényleges célhoz válaszd: megőrzendő fájl narrációhoz, vagy megfelelő hangdarabok lejátszáshoz. A gyártó beszédfolyamata élő szövegstreamelést is leír, amikor a szöveg fokozatosan érkezik. A generált eredmény kapcsolata maradjon meg a teljes szöveggel és a kiválasztott hangokkal. A sebesség 0.5 és 2.0 között állítható, hangerő- és kimeneti hangerő-normalizálási vezérlőkkel. A szövegnormalizálás javítja az angol és kínai számok felolvasását. A feldolgozás 100–300 tartományú darabokat és darabonkénti hangtokenkeretet használ, ezért ezek a beállítások nem értelmezhetők egy teljes narráció rögzített maximális hosszaként. Az előző darabbal végzett kondicionálás továbbviheti a hangkontextust a következő szegmensbe. A mintavételi vezérlők, például a temperature és a top-p befolyásolják a változatosságot; egy tudatosan irányított sornak is elegendő szöveg és kontextus kell a kívánt hangzáshoz. Hasznos gyártási feladatleírás különíti el a narrációt, a párbeszédet és az előadási instrukciókat, majd meghatározza az eredmény hangját és formátumát. Hallgasd meg, vannak-e hiányzó szavak, ismétlődő hangrészek, megfelelő-e a számok kiejtése, a beszélőváltás és a reakció időzítése. Az eltérést okozó sort vagy hangreferenciát javítsd, ne feltételezd, hogy több címke minden részleten javít. Az S2 Pro különálló, korábbi S2-generációs modell marad; az S2.1 Pro a későbbi kiadás saját fejlesztésekkel és modellspecifikus beállítási viselkedéssel. **Ailoot Ultra · Beszéd** `POST /v1/audio/speech` `fish-audio/s2-pro` [`fish-audio/s2-pro`](https://ailoot.ai/models/hu/#m=fish-audio%2Fs2-pro&route=Ultra&caller=fish-audio%2Fs2-pro&fmt=speech) Fish Audio /`fish-audio/s2-pro` ### Kezdő lépések A Fish Audio S2 Pro kifejező többnyelvű beszédet hoz létre szószintű instrukciókkal és natív több beszélős párbeszéddel. A szögletes zárójeles utasítások a szövegen belül irányítják az előadásmódot, a hangreferenciák azonosítják a beszélőket, a kimeneti beállítások pedig a hanganyag formáját alakítják. Elfogadott bemenetek Szöveg Eredmények Hang ### Elérhető az Ailootban · bemenetek és metódusok **Ailoot Ultra · Beszéd** `POST /v1/audio/speech` Bemenet `text` Kimenet `audio` | Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett | | --- | --- | --- | --- | --- | | Mező`model` | Típus`string` | KövetelményKötelező | Értékek és korlátok fish-audio/s2-pro | Alapértelmezett— | | Mező`input` | Típus`string` | KövetelményKötelező | Értékek és korlátok Minimális hossz: 1 | Alapértelmezett— | | Mező`voice` | Típus`string` | KövetelményKötelező | Értékek és korlátok b347db033a6549378b48d00acb0d06cd Minimális hossz: 1 | Alapértelmezett— | | Mező`response_format` | Típus`string` | KövetelményOpcionális | Értékek és korlátok mp3, pcm | Alapértelmezettpcm | | Mező`provider` | Típus`object` | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— | Metódus paraméterei és életciklusa | Paraméter | Szerződés | | --- | --- | | Paraméter`content_type` | Szerződésapplication/json | | Paraméter`required` | Szerződésmodel, input, voice | | Paraméter`material_types` | Szerződéstext | 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}` ### 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 | | Beállításbemeneti UTF-8-bájt | Díjtáblázat— | Elszámolási egységbemeneti UTF-8 bájtonként | Díj Bemenet · bemeneti UTF-8-bájt **$0.00003** bemeneti UTF-8 bájtonként | Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. [A foglalás és az elszámolás működése →](https://ailoot.ai/docs/hu/billing/reserve/) ### Példakérések #### Ailoot Ultra · Beszéd Használd a tényleges bemenetet, és őrizd meg a teljes eredményt ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_INPUT_TEXT:?Set the actual documented input value}" export AILOOT_INPUT_TEXT python3 - <<'PY_REQUEST' import json,os from pathlib import Path request={'model': 'fish-audio/s2-pro', 'input': '${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again. ``` ### Eredmények fogadása és mentése #### Ailoot Ultra · Beszéd Teljes bináris hang vagy eredeti audio\_url válasz, fejlécek és minden saját médiaállomány. - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` További tartalomlekérések A meglévő, Önhöz tartozó médiafájlok lekérése ```bash set -eu : "${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. ``` ##### Őrizzen meg minden elkészült eredményt Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt. Őrizze meg a teljes választ és a fejléceket, minden tényleges kimenetet, az eredetileg visszaadott azonosítókat és az összes használati adatmezőt. Az eredeti műveletet állítsa helyre, a létrehozási kérés újbóli beküldése nélkül. ##### Ha az eredeti választ ellenőrizni kell Őrizze meg a visszaadott X-Client-Request-ID értéket az egyeztetéshez. Csak a ténylegesen visszaadott task\_id/asset\_id értékekkel kérdezzen le, vagy használja a saját médiatárat; soha ne állítson össze feladat-URL-t a műveletazonosítóból, és soha ne küldje be újra a létrehozási kérést. ### Álnevek #### Modell álnevei **Ailoot Ultra** [`fish-audio/s2-pro`](https://ailoot.ai/models/hu/#m=fish-audio%2Fs2-pro&route=Ultra&caller=fish-audio%2Fs2-pro&fmt=speech) #### Metódusútvonalak álnevei Használja a fent látható metódusútvonalakat. #### Kapcsolódó modellazonosítók [`fish-audio/s2-pro`](https://ailoot.ai/models/hu/#m=fish-audio%2Fs2-pro&route=Ultra&caller=fish-audio%2Fs2-pro&fmt=speech) FAQ · Fish Audio: S2 Pro Milyen bemenetek és eredmények érhetők el? `POST /v1/audio/speech` · `fish-audio/s2-pro`: `text` → `audio` Mely mezőket használja a kérés? `POST /v1/audio/speech` · `fish-audio/s2-pro`: `model`, `input`, `voice`, `response_format`, `provider` 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.