Fish Audio: S2 Pro
Fish Audio S2 Pro는 단어 단위 지시와 기본 다중 화자 대화를 통해 표현력 있는 다국어 음성을 생성합니다. 대괄호 지시는 대본 안에서 전달 방식을 제어하고, 음성 참조는 화자를 정하며, 출력 설정은 오디오 결과물의 형식을 결정합니다.
모델 소개
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
S2 Pro는 표현력 있는 내레이션, 캐릭터 대화, 대화형 음성 출력을 위한 Fish Audio의 2세대 텍스트 음성 변환 모델입니다. 서면 대본을 오디오로 바꾸며 단어 또는 구절 수준의 자연어 지시를 지원합니다. 이전 S1 세대는 괄호 단서를 사용하지만, S2 Pro는 대괄호를 기본으로 사용하고 하나의 합성 요청 안에서 여러 화자를 지원합니다. 제조사는 별도 맞춤화 작업을 위해 S2 Pro 가중치와 미세 조정 코드를 공개합니다. 일반적인 음성 요청은 새 모델을 훈련하지 않고 선택한 모델을 사용합니다.
발화할 내용을 먼저 쓰고, 영향을 줄 단어나 구절 바로 앞에 전달 지시를 놓으세요. 지시로 속삭임, 반응, 쉼, 감정 변화, 자유로운 말하기 스타일을 묘사할 수 있습니다. 짧은 제품 설명에서는 사실 문장을 명확하게 유지하고 청자가 차이를 알아야 할 부분만 강조하세요. 캐릭터 대사에서는 전체 구절에 하나의 고정된 기분을 부여하기보다 감정이 바뀌는 순간에 그 변화를 묘사하세요.
대괄호 태그는 고정된 메뉴가 아니라 자유로운 묘사입니다. 예를 들어 [whispering], [sigh], [long pause], [speaking slowly, almost hesitant] 같은 구절을 사용할 수 있습니다. 태그는 문장 중간에 들어갈 수 있으며 뒤따르는 발화에 영향을 줍니다. 묘사형 태그 뒤에는 실제 텍스트가 필요합니다. 지시만 단독으로 두면 예측하기 어려운 출력이 나올 수 있습니다. 서로 경쟁하는 태그가 의도한 연기를 흐릴 수 있으므로 여러 층을 추가하기 전에 유용한 지시 한두 개로 시작하세요. 음성 참조에 따라 같은 지시에 반응하는 강도도 달라질 수 있습니다.
S2 릴리스는 약 80개 언어를 설명하며, 대본과 같은 언어로 전달 지시를 쓰는 예를 제시합니다. 실제로 발화할 언어로 문구를 준비하고 특정 방식으로 읽어야 할 이름, 단위, 약어를 보존하세요. 다국어 내레이션은 대본 언어를 바꾸면서 의도한 음성을 유지할 수 있지만, 최종 결과물의 발음과 연속성은 직접 들어 확인해야 합니다. 합성은 제공된 내용을 음성으로 만드는 것이며, 애플리케이션이 어떤 정보를 말해야 할지 결정하는 것은 아닙니다.
화자가 한 명이면 저장된 음성 식별자를 선택하거나 참조 오디오와 그에 일치하는 전사문을 제공하세요. 제조사는 즉석 조건화에 깨끗한 10~30초 샘플을 권장합니다. 대화에는 <|speaker:0|>, <|speaker:1|> 같은 화자 표식과 순서가 있는 음성 식별자 목록 또는 화자별 참조 그룹을 사용하세요. 숫자 표식은 대응하는 음성 항목을 선택합니다. 대화가 진행되어도 순서를 고정하세요. 자연어 연기 지시와 화자 선택은 대본에서 역할이 다릅니다.
오디오 출력은 MP3, WAV, 원시 PCM, Opus가 가능합니다. MP3의 기본값은 128 kbps이며 64 또는 192 kbps도 제공합니다. Opus 출력은 48 kHz를 사용하고, WAV와 PCM은 문서에 명시된 샘플 레이트 옵션을 16비트 모노로 지원합니다. 내레이션용 보관 파일이나 재생용 오디오 청크 등 실제 용도에 맞춰 형식을 선택하세요. 제조사 음성 작업 흐름에는 대본이 점진적으로 도착할 때의 실시간 텍스트 스트리밍도 설명되어 있습니다. 생성 결과는 전체 대본 및 선택한 음성과 계속 연결되어 있어야 합니다.
속도는 0.5~2.0 사이에서 조정할 수 있고 음량 및 출력 음량 정규화 제어도 있습니다. 텍스트 정규화는 영어와 중국어 숫자 읽기를 개선합니다. 처리는 100~300 범위의 청크와 청크별 오디오 토큰 예산을 사용하므로, 이를 전체 내레이션의 고정 최대 길이로 해석해서는 안 됩니다. 이전 청크 조건화는 다음 구간에 음성 맥락을 이어 줄 수 있습니다. temperature와 top-p 같은 샘플링 제어는 변동성에 영향을 줍니다. 의도적으로 연기를 지시한 대사에도 원하는 소리를 담을 충분한 텍스트와 맥락이 필요합니다.
유용한 제작 요청은 내레이션, 대화, 전달 지시를 구분하고 결과물의 음성과 형식을 명시합니다. 누락된 단어, 반복된 오디오, 숫자 발음, 화자 전환, 반응의 타이밍을 들어 보세요. 태그를 더 넣으면 모든 구절이 개선된다고 가정하지 말고 불일치를 일으킨 대사나 음성 참조를 수정하세요. S2 Pro는 이전 S2 세대의 독립된 모델이며, S2.1 Pro는 자체적인 개선점과 모델별 설정 동작을 갖춘 후속 에디션입니다.
Ailoot Ultra · 음성 POST /v1/audio/speech fish-audio/s2-pro
fish-audio/s2-pro시작하기
Fish Audio S2 Pro는 단어 단위 지시와 기본 다중 화자 대화를 통해 표현력 있는 다국어 음성을 생성합니다. 대괄호 지시는 대본 안에서 전달 방식을 제어하고, 음성 참조는 화자를 정하며, 출력 설정은 오디오 결과물의 형식을 결정합니다.
- 허용 입력
- 텍스트
- 결과
- 오디오
Ailoot에서 사용 가능 · 입력 및 메서드
Ailoot Ultra · 음성 POST /v1/audio/speech
- 입력
text- 출력
audio
| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 fish-audio/s2-pro | 기본값— |
필드input | 유형string | 요건필수 | 값과 한도 최소 길이: 1 | 기본값— |
필드voice | 유형string | 요건필수 | 값과 한도 b347db033a6549378b48d00acb0d06cd 최소 길이: 1 | 기본값— |
필드response_format | 유형string | 요건선택 사항 | 값과 한도 mp3, pcm | 기본값pcm |
필드provider | 유형object | 요건선택 사항 | 값과 한도 | 기본값— |
메서드 매개변수와 수명 주기
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, input, voice |
매개변수material_types | 명세text |
수명 주기: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · 실제로 반환된 task_id 또는 미디어 라이브러리 기록
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
요금
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
- 빠른 모드
- 미지정 빠른 모드를 선택한 경우
- Flex 모드
- 미지정 flex 모드를 선택한 경우
- 최대 추론 수준
- 미지정 최대 추론 수준에 default 조정값을 적용하는 경우
Ailoot 요금
설정별 가격
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 과금 단위 | 요금 |
|---|---|---|---|
| 설정기본 토큰 요금 | 요금표기본 요금 | 과금 단위— | 요금 입력 · 입력 토큰 — / 1K 토큰 출력 · 출력 토큰 — / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정입력 UTF-8 바이트 | 요금표— | 과금 단위입력 UTF-8 바이트당 | 요금 입력 · 입력 UTF-8 바이트 $0.00003 입력 UTF-8 바이트당 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
요청 예제
Ailoot Ultra · 음성
set -eu
: "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o response.bin
# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.
결과 수신 및 저장
Ailoot Ultra · 음성
바이너리 오디오 전체 또는 원래 audio_url 응답, 헤더 및 모든 소유 자산입니다.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
기타 콘텐츠 조회
set -eu
: "${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.
완료된 결과 모두 보관
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
전체 응답과 헤더, 실제로 생성된 모든 출력, 최초로 반환된 식별자와 모든 사용량 필드를 보관하세요. 생성 요청을 다시 제출하지 말고 최초 작업을 복구하세요.
원래 응답을 확인해야 할 경우
정산 대조를 위해 반환된 X-Client-Request-ID를 보관하세요. 실제로 반환된 task_id/asset_id 값이나 소유한 미디어 라이브러리만 조회하세요. 작업 ID로 태스크 URL을 만들거나 생성 요청을 다시 제출하지 마세요.
별칭
모델 별칭
Ailoot Ultra fish-audio/s2-pro
메서드 경로 별칭
위에 표시된 메서드 경로를 사용하세요.
관련 호출용 ID
FAQ · Fish Audio: S2 Pro
- 어떤 입력과 결과를 사용할 수 있나요?
POST /v1/audio/speech·fish-audio/s2-pro:text→audio- 요청은 어떤 필드를 사용하나요?
POST /v1/audio/speech·fish-audio/s2-pro:model,input,voice,response_format,provider