Source: https://ailoot.ai/models/ja/fish-audio-s1/ Canonical: https://ailoot.ai/models/ja/fish-audio-s1/ Language: ja # Fish Audio: S1 [Markdown](https://ailoot.ai/models/ja/fish-audio-s1/index.md) · [JSON](https://ailoot.ai/models/ja/fish-audio-s1/facts.json) ## [Fish Audio: S1](https://ailoot.ai/models/ja/fish-audio-s1/) Fish Audio S1 は、参照音声と丸括弧の感情指示を使って、多言語の原稿を表現豊かな単一話者の音声に変換します。ナレーション、短い音声案内、キャラクターの台詞に使え、完成音声の形式と韻律を制御できます。 - [**Ailoot Ultra · 音声合成** `POST /v1/audio/speech` `fish-audio/s1`](https://ailoot.ai/models/ja/fish-audio-s1/#method-0) モデルについて この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。 S1 は、表現豊かなナレーションと単一話者の音声出力のための Fish Audio の前世代テキスト読み上げモデルです。入力した原稿を読み、選択した声または参照音声を条件とする声で音声を返します。完全版 S1 は、より小型の蒸留モデル S1-mini とは異なります。メーカーはそれぞれ 40 億、5 億パラメータの派生版として紹介しています。このモデル情報は、S1 という名前のモデルを扱います。 ナレーションでは、実際に話すべき言葉を準備し、話し方を変える位置を示してください。実用的な解説原稿は要点から始め、1 度に 1 つの考えを展開し、自然な間が必要な句を句読点で区切ります。短い案内では、画面を見ずに聞いても明確な言葉にします。名前、略語、単位の意図した読みを維持し、視覚的に読める文字列に発音が 1 つしかないと決めつけず、出力音声の数字を確認してください。 S1 は (angry)、(sad)、(in a hurry)、(chuckling) など、丸括弧内の感情や話し方の指示を使います。影響を与えたい文や句の前に指示を置き、その後に実際の台詞を書きます。話し方は後続の文字に適用されるので、演技を変える必要がある位置に気分の変化を置いてください。これは角括弧を使う S2 の指示とは異なる構文です。2 つの表記を交換可能と考えず、選択した世代向けに原稿を書いてください。 声は保存済みの音声識別子で選択するか、参照録音とその書き起こしを組み合わせて指定できます。即時の参照ワークフローについて、一般音声ガイドは明瞭な 10～30 秒のサンプルを推奨します。目標とする結果に合う話し方と録音品質のサンプルを選び、書き起こしをそのサンプルの言葉に一致させてください。繰り返し登場する語り手には、段落全体で同じ参照音声を再利用し、話題の変化が意図せず人物の変化にならないようにします。 S1 のリリースは対応言語として、英語、中国語、日本語、ドイツ語、フランス語、スペイン語、韓国語、アラビア語、ロシア語、オランダ語、イタリア語、ポーランド語、ポルトガル語などを挙げ、原稿内で言語を混在させることを説明しています。音声合成を翻訳工程と見なさず、対象言語の言葉を入力してください。借用した名前や言語の切り替えを含む段落では、表記と周囲の文脈を明確にし、選択した声がその切り替えをどう扱うか確認します。 S1 のメーカー側インターフェースは、合成リクエストごとに 1 人の話者をサポートします。対話は、各自の参照音声を持つ別々の区間として準備し、アプリケーションで組み立てられます。S2 系列のネイティブな複数話者合成は別の機能です。キャラクターの台詞を用意するときは、役割、声、文字を各区間に関連付けてください。合成結果は原稿の音声演技であり、やり取りの時間調整や音楽・映像との組み合わせは後の編集工程です。 出力の選択肢には MP3、WAV、生 PCM、Opus があり、MP3 が既定です。文書化された出力はモノラルです。WAV と PCM は 16 ビットのサンプルを使い、サンプルレートの選択肢は形式ごとに異なります。MP3 は 64、128、192 kbps に対応し、Opus は 48 kHz を使います。音量を制御でき、速度は 0.5～2.0 に調整できます。ボイスオーバーの成果物にはエンコード済みファイル、再生には適切なストリームを選び、選択した声と原稿を結果と一緒に保管してください。 メーカーは長文をチャンクで処理し、チャンク長の範囲を 100～300 と文書化しています。全体の録音時間を保証するのではなく、チャンクごとの音声トークン予算を設けます。テキスト正規化は英語と中国語の数字を自然な読みへ展開でき、S1 の繰り返しペナルティは繰り返される音声パターンを抑えられます。出力ラウドネスの正規化は別の設定で、S1 には効果がありません。完成段落を組み立てる前に発音、句の境界、反復音、意図した感情の変化を確認し、必要な台詞や参照音声を個別に修正してください。 **Ailoot Ultra · 音声合成** `POST /v1/audio/speech` `fish-audio/s1` [`fish-audio/s1`](https://ailoot.ai/models/ja/#m=fish-audio%2Fs1&route=Ultra&caller=fish-audio%2Fs1&fmt=speech) Fish Audio /`fish-audio/s1` ### はじめに Fish Audio S1 は、参照音声と丸括弧の感情指示を使って、多言語の原稿を表現豊かな単一話者の音声に変換します。ナレーション、短い音声案内、キャラクターの台詞に使え、完成音声の形式と韻律を制御できます。 対応する入力 テキスト 結果 音声 ### Ailootで利用可能 · 入力とメソッド **Ailoot Ultra · 音声合成** `POST /v1/audio/speech` 入力の種類 `text` 出力の種類 `audio` 出力形式 実際に宣言されたバイナリ音声 | フィールド | 種類 | 要件 | 値と制限 | デフォルト | | --- | --- | --- | --- | --- | | フィールド`model` | 種類`string` | 要件必須 | 値と制限 fish-audio/s1 | デフォルト— | | フィールド`input` | 種類`string` | 要件必須 | 値と制限 最小の長さ: 1 | デフォルト— | | フィールド`voice` | 種類`string` | 要件必須 | 値と制限 例：b347db033a6549378b48d00acb0d06cd | デフォルト— | | フィールド`response_format` | 種類`string` | 要件任意 | 値と制限 mp3, pcm | デフォルトpcm | 入力素材の組み合わせ **text\_to\_speech** · 必須: actual UTF-8 script, exact supported voice メソッドのパラメータとライフサイクル | パラメータ | 仕様 | | --- | --- | | パラメータ`content_type` | 仕様application/json | | パラメータ`required` | 仕様model, input, voice | | パラメータ`material_types` | 仕様text | | パラメータ`voice_ids` | 仕様b347db033a6549378b48d00acb0d06cd | | パラメータ`voice_list_exhaustive` | 仕様false | | パラメータ`response_format` | 仕様mp3, pcm | | パラメータ`default_response_format` | 仕様pcm | | パラメータ`quantity` | 仕様デコード済みの単一の入力文字列のUTF-8バイト数。前後の空白の削除や正規化は行わない | | パラメータ`native_byte_quote_controls` | 仕様追加の課金対象テキストが宣言されるまで、この厳密なバイト数による料金見積もり経路では、空でないinstructionsと複数話者のターン入力は拒否されます。 | ライフサイクル: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · 実際に返された task\_id またはメディアライブラリのレコード `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` 正確なモデルと、文書に記載された入力フィールドを使用してください。 完全なレスポンス、実際の出力、および元の返却IDをすべて保持してください。 ### 料金 料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。 高速モード 未指定 高速モードが選択されている場合 Flex モード 未指定 flex モードが選択されている場合 最大推論量 未指定 推論量が最大で、調整に既定値（default）を使用する場合 #### Ailootの料金 #### 設定別の価格 各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。 | 設定 | 料金表 | 課金単位 | 料金 | | --- | --- | --- | --- | | 設定基本トークン料金 | 料金表基本料金 | 課金単位— | 料金 入力 · 入力トークン **—** / 1K トークン 出力 · 出力トークン **—** / 1K トークン 入力 · キャッシュ読み取り **—** / 1K トークン 入力 · キャッシュ書き込み **—** / 1K トークン 入力 · キャッシュ書き込み、1時間 **—** / 1K トークン | | 設定Ultra | 料金表— | 課金単位入力音声のutf8バイトあたり | 料金 入力 · 入力音声のutf8バイト **$0.00003** 入力音声のutf8バイトあたり | Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。[金額の確保と精算の仕組み →](https://ailoot.ai/docs/ja/billing/reserve/) #### 参考料金の詳細 モデル単位の参照料金表は、メソッド選択、見積もり、課金を変更しません。実際の課金には、選択したAilootメソッドの料金を適用します。 Fish Audio: S1 #### 設定別の価格 | 設定 | 課金条件 | 料金 | | --- | --- | --- | | 設定Fish Audio: S1 · 標準設定 | 課金条件デフォルト設定 | 料金 入力 · 入力UTF-8バイト **$0.00003** 入力UTF-8バイトあたり | ### リクエスト例 #### Ailoot Ultra · 音声合成 curl · 正確なネイティブ形式のボディと結果全体 ```bash set -eu : "${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. ``` ### 結果を受け取って保存 #### Ailoot Ultra · 音声合成 実際に宣言されたバイナリ音声 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### 完了した結果をすべて保存 返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。 完全なバイナリの全バイト列と元のヘッダーをすべて保存してください。JSONが返された場合は、その全体を保持します。実際の操作／アセットIDも保持されます。 ##### 元のレスポンスを確認する場合 元のoperation\_id/X-Client-Request-IDと、元のレスポンスを保持してください。再送信せず、実際の所有タスク／アセットのレコードを読み取ってください。音声専用のポーリングURLを組み立てることはしません。 レスポンスのフィールド | フィールド | 種類 | | --- | --- | | フィールド`binary audio` | 種類bytes | | フィールド`response headers` | 種類headers | ### エイリアス #### モデルのエイリアス **Ailoot Ultra** [`fish-audio/s1`](https://ailoot.ai/models/ja/#m=fish-audio%2Fs1&route=Ultra&caller=fish-audio%2Fs1&fmt=speech) #### メソッドパスのエイリアス 上記に表示されたメソッドパスを使用してください。 #### 関連する呼び出し用ID [`fish-audio/s1`](https://ailoot.ai/models/ja/#m=fish-audio%2Fs1&route=Ultra&caller=fish-audio%2Fs1&fmt=speech) FAQ · Fish Audio: S1 利用できる入力と結果は何ですか？ `POST /v1/audio/speech` · `fish-audio/s1`: `text` → `audio` リクエストはどの項目を使用しますか？ `POST /v1/audio/speech` · `fish-audio/s1`: `model`, `input`, `voice`, `response_format` AilootをClaude Code、OpenCode、Hermes、自分のアプリに接続しましょう。 ## 企業とそのプロジェクト群 企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 ## トークンを割引価格で購入。 継続利用にサブスクリプション割引。プロモコードでトークン購入が最大50%割引。 サブスクリプション 定期的なリクエストに合う割引プランを選びましょう。 最大50%のプロモコード 購入時にコードを入力すると、実施中のキャンペーンに沿って価格を再計算します。 支出を履歴で確認 各リクエストのモデル、トークン、金額が保存されます。 [サブスクリプションを選ぶ](https://ailoot.ai/docs/ja/billing/subscriptions/) · [モデルの価格を見る](https://ailoot.ai/models/ja/) ## 販売する製品に、 APIを組み込みましょう。 SaaS、アプリ、ボットをAilootの公式サービス提供条件とライセンス契約に基づいて接続できます。再販にはリセラーライセンスを申請できます。 商用アプリ サービスの有料機能に、文章、画像、動画、音声の生成を組み込めます。 リセラーライセンス プロジェクトの説明とアクセスの仕組みをお送りください。利用・再販条件の書面を申請できます。 サイトで契約文書を確認 接続前にサービス提供条件、ライセンス契約、データ処理ポリシーを読めます。 [リセラーライセンスを申請](mailto:support@ailoot.ai) · [サービス提供条件とライセンス契約](https://ailoot.ai/legal/offer?lang=ja) ## Ailoot · 企業とそのプロジェクト群 Ailootは、蓄積した運営経験、幅広い顧客基盤、安定したサービス、継続的なKPI管理を基盤としています。 企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 Ailootはこの運営経験を、お客様の製品、エージェント、アプリケーション、自動化でAI機能を利用するためのAPIアクセスに活かしています。