S2.1 Pro is het latere tekst-naar-spraakmodel van de S2-generatie van Fish Audio voor expressieve vertelstemmen en toepassingen met gesproken gesprekken. Het verbetert de spraakkwaliteit, latentie en verwerkingscapaciteit van S2 Pro en behoudt sturing van de voordracht in natuurlijke taal en ingebouwde dialogen met meerdere sprekers. S2.1 Pro en S2.1 Pro Free delen het onderliggende spraakmodel.
Lever voor een gesproken uitleg de voltooide tekst, de bedoelde stem en de momenten waarop tempo of nadruk moet veranderen aan. Synthetiseer voor een gesprekstoepassing het door de toepassing gekozen antwoord en houd de feitelijke inhoud gescheiden van voordrachtaanwijzingen. Definieer voor een uitgeschreven uitwisseling de sprekers en hun stemmen voordat u hun beurten schrijft. Een bruikbaar resultaat is een volledige audiopassage of afspeelbare stream waarvan de woorden, voordracht en sprekerrollen bij die opdracht passen.
Schrijf de woorden die daadwerkelijk moeten worden uitgesproken en plaats vervolgens een instructie direct vóór de passage waarvan de voordracht moet veranderen. Aanwijzingen tussen vierkante haken kunnen een fluistering, pauze, reactie, nadruk of een vrij omschreven spreekstijl aangeven. Plaats een verandering midden in een zin op het punt waar de voordracht die nodig heeft en laat beschrijvende aanwijzingen volgen door daadwerkelijke spraak. Een bruikbare opdracht voor een uitleg scheidt de feitelijke formulering van de gewenste warmte, het tempo of de nadruk voor de luisteraar.
Selecteer voor één spreker een opgeslagen stemidentificatie of lever een referentieopname met het bijbehorende transcript aan. De spraakgids van de producent beveelt een zuiver fragment van 10–30 seconden aan om de stem direct op een voorbeeld af te stemmen. Kies een referentie waarvan de toon en opnamekwaliteit bij het script passen en gebruik dezelfde referentie voor samenhangende passages. De stemreferentie bepaalt de klank van de spreker; de tekst en de aanwijzingen in het script bepalen de inhoud en de voordracht.
De ingebouwde synthese met meerdere sprekers gebruikt markeringen zoals <|speaker:0|> en <|speaker:1|> met een geordende array van stemidentificaties of afzonderlijke referentiegroepen. Houd de numerieke sprekerlabels in overeenstemming met die volgorde. Schrijf voor een leerzame uitwisseling de tekst van elke spreker en plaats de aanwijzing voor de voordracht na de sprekermarkering waar die thuishoort. Hiermee ontstaat een dialoog binnen één verzoek; deze werkwijze verschilt van de afzonderlijke segmenten met één spreker van S1 en de latere samenvoeging daarvan.
De werkwijze van de producent biedt uitvoer als MP3, WAV, onbewerkte PCM en Opus, met MP3 als standaard. MP3 ondersteunt 64, 128 en 192 kbps; WAV en PCM gebruiken de gedocumenteerde 16-bits monosampleformaten, terwijl Opus 48 kHz gebruikt. Kies het formaat voor een opgeslagen vertelbestand, gestreamde weergave of een volgende stap in de audioverwerking. Bewaar het volledige script en de stemkeuze bij de audio, zodat een latere bewerking één regel kan aanpassen zonder de bedoelde voordracht kwijt te raken.
De snelheid kan worden ingesteld van 0.5 tot 2.0, met volumeregelaars. Tekstnormalisatie schrijft Engelse en Chinese getallen uit voor een natuurlijke uitspraak. Normalisatie van de uitvoerluidheid staat standaard op true en wordt toegepast op de S2-familie; hetzelfde veld had geen effect op S1. De repetition_penalty van S1 verandert de audio van S2.1 Pro niet, dus een oude instelling mag niet als een werkzame regelaar voor dit model worden beschouwd. Beoordeel herhaalde klanken en formuleringen rechtstreeks in plaats van met een overgenomen parameter het resultaat als vastgesteld te beschouwen.
Langere scripts worden in delen verwerkt. Het gedocumenteerde bereik voor de deellengte is 100–300 en max_new_tokens is een budget voor audiotokens per deel, geen garantie voor de totale duur. Conditionering op het vorige deel kan stemcontext doorgeven. De afleverwerkwijze van de producent beschrijft volledige audio, stapsgewijs geleverde audiodelen en live tekststreaming wanneer het script geleidelijk binnenkomt. Kies de manier van verwerken voor de toepassing en bewaar genoeg scriptcontext voor de uitspraak en toon van de volgende passage.
Luister voor een bruikbaar eindresultaat naar weggelaten of herhaalde woorden, de uitspraak van getallen, sprekerwissels, pauzes en de intensiteit van de aanwijzingen. Verschillende stemreferenties kunnen een aanwijzing met verschillende sterkte interpreteren; begin daarom met een eenvoudige regel met voordrachtaanwijzing voordat u concurrerende tags toevoegt. Lever bij meertalig werk het script in de doeltaal aan in plaats van het spraakmodel de inhoud te laten bedenken of vertalen. Een gerichte revisie verandert de regel, aanwijzing of referentie die de afwijking veroorzaakt, terwijl de delen van de voordracht die al bij de opdracht passen behouden blijven.
", "aboutText": "S2.1 Pro is het latere tekst-naar-spraakmodel van de S2-generatie van Fish Audio voor expressieve vertelstemmen en toepassingen met gesproken gesprekken. Het verbetert de spraakkwaliteit, latentie en verwerkingscapaciteit van S2 Pro en behoudt sturing van de voordracht in natuurlijke taal en ingebouwde dialogen met meerdere sprekers. S2.1 Pro en S2.1 Pro Free delen het onderliggende spraakmodel.\n\nLever voor een gesproken uitleg de voltooide tekst, de bedoelde stem en de momenten waarop tempo of nadruk moet veranderen aan. Synthetiseer voor een gesprekstoepassing het door de toepassing gekozen antwoord en houd de feitelijke inhoud gescheiden van voordrachtaanwijzingen. Definieer voor een uitgeschreven uitwisseling de sprekers en hun stemmen voordat u hun beurten schrijft. Een bruikbaar resultaat is een volledige audiopassage of afspeelbare stream waarvan de woorden, voordracht en sprekerrollen bij die opdracht passen.\n\nSchrijf de woorden die daadwerkelijk moeten worden uitgesproken en plaats vervolgens een instructie direct vóór de passage waarvan de voordracht moet veranderen. Aanwijzingen tussen vierkante haken kunnen een fluistering, pauze, reactie, nadruk of een vrij omschreven spreekstijl aangeven. Plaats een verandering midden in een zin op het punt waar de voordracht die nodig heeft en laat beschrijvende aanwijzingen volgen door daadwerkelijke spraak. Een bruikbare opdracht voor een uitleg scheidt de feitelijke formulering van de gewenste warmte, het tempo of de nadruk voor de luisteraar.\n\nSelecteer voor één spreker een opgeslagen stemidentificatie of lever een referentieopname met het bijbehorende transcript aan. De spraakgids van de producent beveelt een zuiver fragment van 10–30 seconden aan om de stem direct op een voorbeeld af te stemmen. Kies een referentie waarvan de toon en opnamekwaliteit bij het script passen en gebruik dezelfde referentie voor samenhangende passages. De stemreferentie bepaalt de klank van de spreker; de tekst en de aanwijzingen in het script bepalen de inhoud en de voordracht.\n\nDe ingebouwde synthese met meerdere sprekers gebruikt markeringen zoals <|speaker:0|> en <|speaker:1|> met een geordende array van stemidentificaties of afzonderlijke referentiegroepen. Houd de numerieke sprekerlabels in overeenstemming met die volgorde. Schrijf voor een leerzame uitwisseling de tekst van elke spreker en plaats de aanwijzing voor de voordracht na de sprekermarkering waar die thuishoort. Hiermee ontstaat een dialoog binnen één verzoek; deze werkwijze verschilt van de afzonderlijke segmenten met één spreker van S1 en de latere samenvoeging daarvan.\n\nDe werkwijze van de producent biedt uitvoer als MP3, WAV, onbewerkte PCM en Opus, met MP3 als standaard. MP3 ondersteunt 64, 128 en 192 kbps; WAV en PCM gebruiken de gedocumenteerde 16-bits monosampleformaten, terwijl Opus 48 kHz gebruikt. Kies het formaat voor een opgeslagen vertelbestand, gestreamde weergave of een volgende stap in de audioverwerking. Bewaar het volledige script en de stemkeuze bij de audio, zodat een latere bewerking één regel kan aanpassen zonder de bedoelde voordracht kwijt te raken.\n\nDe snelheid kan worden ingesteld van 0.5 tot 2.0, met volumeregelaars. Tekstnormalisatie schrijft Engelse en Chinese getallen uit voor een natuurlijke uitspraak. Normalisatie van de uitvoerluidheid staat standaard op true en wordt toegepast op de S2-familie; hetzelfde veld had geen effect op S1. De repetition_penalty van S1 verandert de audio van S2.1 Pro niet, dus een oude instelling mag niet als een werkzame regelaar voor dit model worden beschouwd. Beoordeel herhaalde klanken en formuleringen rechtstreeks in plaats van met een overgenomen parameter het resultaat als vastgesteld te beschouwen.\n\nLangere scripts worden in delen verwerkt. Het gedocumenteerde bereik voor de deellengte is 100–300 en max_new_tokens is een budget voor audiotokens per deel, geen garantie voor de totale duur. Conditionering op het vorige deel kan stemcontext doorgeven. De afleverwerkwijze van de producent beschrijft volledige audio, stapsgewijs geleverde audiodelen en live tekststreaming wanneer het script geleidelijk binnenkomt. Kies de manier van verwerken voor de toepassing en bewaar genoeg scriptcontext voor de uitspraak en toon van de volgende passage.\n\nLuister voor een bruikbaar eindresultaat naar weggelaten of herhaalde woorden, de uitspraak van getallen, sprekerwissels, pauzes en de intensiteit van de aanwijzingen. Verschillende stemreferenties kunnen een aanwijzing met verschillende sterkte interpreteren; begin daarom met een eenvoudige regel met voordrachtaanwijzing voordat u concurrerende tags toevoegt. Lever bij meertalig werk het script in de doeltaal aan in plaats van het spraakmodel de inhoud te laten bedenken of vertalen. Een gerichte revisie verandert de regel, aanwijzing of referentie die de afwijking veroorzaakt, terwijl de delen van de voordracht die al bij de opdracht passen behouden blijven.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "d3a5d267b2acae8e4970fba82f614ded11be7851ad28b82748d1987181ab3114", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl", "methods": [ { "html": "fish-audio/s2.1-proFish Audio S2.1 Pro maakt expressieve meertalige spraak en ingebouwde dialogen met meerdere sprekers, met verbeteringen ten opzichte van S2 Pro in kwaliteit, latentie en verwerkingscapaciteit. Stuur de voordracht binnen het script en gebruik stemreferenties om vertelstemmen of gespreksaudio te produceren.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
S2.1 Pro is het latere tekst-naar-spraakmodel van de S2-generatie van Fish Audio voor expressieve vertelstemmen en toepassingen met gesproken gesprekken. Het verbetert de spraakkwaliteit, latentie en verwerkingscapaciteit van S2 Pro en behoudt sturing van de voordracht in natuurlijke taal en ingebouwde dialogen met meerdere sprekers. S2.1 Pro en S2.1 Pro Free delen het onderliggende spraakmodel.
Lever voor een gesproken uitleg de voltooide tekst, de bedoelde stem en de momenten waarop tempo of nadruk moet veranderen aan. Synthetiseer voor een gesprekstoepassing het door de toepassing gekozen antwoord en houd de feitelijke inhoud gescheiden van voordrachtaanwijzingen. Definieer voor een uitgeschreven uitwisseling de sprekers en hun stemmen voordat u hun beurten schrijft. Een bruikbaar resultaat is een volledige audiopassage of afspeelbare stream waarvan de woorden, voordracht en sprekerrollen bij die opdracht passen.
Schrijf de woorden die daadwerkelijk moeten worden uitgesproken en plaats vervolgens een instructie direct vóór de passage waarvan de voordracht moet veranderen. Aanwijzingen tussen vierkante haken kunnen een fluistering, pauze, reactie, nadruk of een vrij omschreven spreekstijl aangeven. Plaats een verandering midden in een zin op het punt waar de voordracht die nodig heeft en laat beschrijvende aanwijzingen volgen door daadwerkelijke spraak. Een bruikbare opdracht voor een uitleg scheidt de feitelijke formulering van de gewenste warmte, het tempo of de nadruk voor de luisteraar.
Selecteer voor één spreker een opgeslagen stemidentificatie of lever een referentieopname met het bijbehorende transcript aan. De spraakgids van de producent beveelt een zuiver fragment van 10–30 seconden aan om de stem direct op een voorbeeld af te stemmen. Kies een referentie waarvan de toon en opnamekwaliteit bij het script passen en gebruik dezelfde referentie voor samenhangende passages. De stemreferentie bepaalt de klank van de spreker; de tekst en de aanwijzingen in het script bepalen de inhoud en de voordracht.
De ingebouwde synthese met meerdere sprekers gebruikt markeringen zoals <|speaker:0|> en <|speaker:1|> met een geordende array van stemidentificaties of afzonderlijke referentiegroepen. Houd de numerieke sprekerlabels in overeenstemming met die volgorde. Schrijf voor een leerzame uitwisseling de tekst van elke spreker en plaats de aanwijzing voor de voordracht na de sprekermarkering waar die thuishoort. Hiermee ontstaat een dialoog binnen één verzoek; deze werkwijze verschilt van de afzonderlijke segmenten met één spreker van S1 en de latere samenvoeging daarvan.
De werkwijze van de producent biedt uitvoer als MP3, WAV, onbewerkte PCM en Opus, met MP3 als standaard. MP3 ondersteunt 64, 128 en 192 kbps; WAV en PCM gebruiken de gedocumenteerde 16-bits monosampleformaten, terwijl Opus 48 kHz gebruikt. Kies het formaat voor een opgeslagen vertelbestand, gestreamde weergave of een volgende stap in de audioverwerking. Bewaar het volledige script en de stemkeuze bij de audio, zodat een latere bewerking één regel kan aanpassen zonder de bedoelde voordracht kwijt te raken.
De snelheid kan worden ingesteld van 0.5 tot 2.0, met volumeregelaars. Tekstnormalisatie schrijft Engelse en Chinese getallen uit voor een natuurlijke uitspraak. Normalisatie van de uitvoerluidheid staat standaard op true en wordt toegepast op de S2-familie; hetzelfde veld had geen effect op S1. De repetition_penalty van S1 verandert de audio van S2.1 Pro niet, dus een oude instelling mag niet als een werkzame regelaar voor dit model worden beschouwd. Beoordeel herhaalde klanken en formuleringen rechtstreeks in plaats van met een overgenomen parameter het resultaat als vastgesteld te beschouwen.
Langere scripts worden in delen verwerkt. Het gedocumenteerde bereik voor de deellengte is 100–300 en max_new_tokens is een budget voor audiotokens per deel, geen garantie voor de totale duur. Conditionering op het vorige deel kan stemcontext doorgeven. De afleverwerkwijze van de producent beschrijft volledige audio, stapsgewijs geleverde audiodelen en live tekststreaming wanneer het script geleidelijk binnenkomt. Kies de manier van verwerken voor de toepassing en bewaar genoeg scriptcontext voor de uitspraak en toon van de volgende passage.
Luister voor een bruikbaar eindresultaat naar weggelaten of herhaalde woorden, de uitspraak van getallen, sprekerwissels, pauzes en de intensiteit van de aanwijzingen. Verschillende stemreferenties kunnen een aanwijzing met verschillende sterkte interpreteren; begin daarom met een eenvoudige regel met voordrachtaanwijzing voordat u concurrerende tags toevoegt. Lever bij meertalig werk het script in de doeltaal aan in plaats van het spraakmodel de inhoud te laten bedenken of vertalen. Een gerichte revisie verandert de regel, aanwijzing of referentie die de afwijking veroorzaakt, terwijl de delen van de voordracht die al bij de opdracht passen behouden blijven.
POST /v1/audio/speechtextaudio| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten fish-audio/s2.1-pro | Standaard— |
Veldinput | Typestring | VereisteVereist | Waarden en limieten Minimumlengte: 1 | Standaard— |
Veldvoice | Typestring | VereisteVereist | Waarden en limieten b347db033a6549378b48d00acb0d06cd Minimumlengte: 1 | Standaard— |
Veldresponse_format | Typestring | VereisteOptioneel | Waarden en limieten mp3, pcm | Standaardpcm |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten | Standaard— |
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, input, voice |
Parametermaterial_types | Contracttext |
Levenscyclus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · de daadwerkelijk geretourneerde task_id of het record in de mediabibliotheek
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Rekeneenheid | Kosten |
|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Rekeneenheid— | Kosten Invoer · Invoertokens — / 1K tokens Uitvoer · Uitvoertokens — / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieUTF-8-invoerbyte | Tariefstaffel— | Rekeneenheidper UTF-8-byte invoer | Kosten Invoer · UTF-8-invoerbyte $0.00003 per UTF-8-byte invoer |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_INPUT_TEXT:?Set the actual documented input value}"\nexport AILOOT_INPUT_TEXT\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nrequest={'model': 'fish-audio/s2.1-pro', 'input': '${ACTUAL_INPUT_TEXT}', 'voice': 'b347db033a6549378b48d00acb0d06cd', 'response_format': 'mp3'}\nrequest['input']=os.environ['AILOOT_INPUT_TEXT']\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\nVolledige binaire audio of het oorspronkelijke audio_url-antwoord, headers en elke asset die u bezit.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nBewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar het volledige antwoord en de headers, alle daadwerkelijke uitvoer, de oorspronkelijk geretourneerde identificatoren en alle gebruiksvelden. Herstel de oorspronkelijke bewerking zonder de aanmaakaanvraag opnieuw in te dienen.
Bewaar de geretourneerde X-Client-Request-ID voor reconciliatie. Lees alleen daadwerkelijk geretourneerde task_id/asset_id-waarden of de eigen mediabibliotheek uit; bouw nooit een taak-URL op basis van de bewerkings-ID en dien de aanmaakaanvraag nooit opnieuw in.
Ailoot Ultra fish-audio/s2.1-pro
Gebruik de hierboven getoonde methodepaden.