Source: https://ailoot.ai/models/pl/fish-audio-s2-1-pro/ Canonical: https://ailoot.ai/models/pl/fish-audio-s2-1-pro/ Language: pl # Fish Audio: S2.1 Pro [Markdown](https://ailoot.ai/models/pl/fish-audio-s2-1-pro/index.md) · [JSON](https://ailoot.ai/models/pl/fish-audio-s2-1-pro/facts.json) ## [Fish Audio: S2.1 Pro](https://ailoot.ai/models/pl/fish-audio-s2-1-pro/) Fish Audio S2.1 Pro tworzy ekspresyjną mowę wielojęzyczną i natywne dialogi wielu mówców, poprawiając względem S2 Pro jakość, opóźnienia i przepustowość. Kieruj wykonaniem w treści scenariusza i używaj wzorców głosu do tworzenia narracji lub dźwięku konwersacyjnego. - [**Ailoot Ultra · Mowa** `POST /v1/audio/speech` `fish-audio/s2.1-pro`](https://ailoot.ai/models/pl/fish-audio-s2-1-pro/#method-0) O modelu Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody. S2.1 Pro to późniejszy model syntezy mowy generacji S2 firmy Fish Audio, przeznaczony do ekspresyjnej narracji i głosowych aplikacji konwersacyjnych. Poprawia względem S2 Pro jakość mowy, opóźnienia i przepustowość, zachowując sterowanie wykonaniem w języku naturalnym oraz natywny dialog wielu mówców. S2.1 Pro i S2.1 Pro Free współdzielą bazowy model mowy. Dla narracyjnego wyjaśnienia dostarcz gotowy tekst, zamierzony głos i momenty zmiany tempa lub akcentowania. W aplikacji konwersacyjnej syntetyzuj odpowiedź wybraną przez aplikację i oddzielaj jej treść faktograficzną od wskazówek wykonania. Przy scenariuszu wymiany określ mówców i ich głosy przed napisaniem kolejnych kwestii. Użytecznym wynikiem jest kompletny fragment audio lub odtwarzalny strumień, którego słowa, wykonanie i role mówców są zgodne z wytycznymi. Zapisz słowa, które rzeczywiście mają zostać wypowiedziane, a następnie umieść instrukcję bezpośrednio przed fragmentem, którego sposób wykonania powinien się zmienić. Wskazówki w nawiasach kwadratowych mogą wyrażać szept, pauzę, reakcję, nacisk lub swobodnie opisany styl mówienia. Umieść zmianę w środku zdania tam, gdzie wymaga jej wykonanie, a po opisowych wskazówkach dodaj rzeczywistą wypowiedź. Użyteczny opis zadania objaśniającego oddziela treść faktograficzną od oczekiwanego ciepła, tempa lub akcentowania dla słuchacza. Dla jednego mówcy wybierz zapisany identyfikator głosu lub przekaż nagranie referencyjne z transkrypcją. Przewodnik mowy producenta zaleca czystą próbkę trwającą 10–30 sekund do natychmiastowego warunkowania głosu. Wybierz wzorzec o tonie i jakości nagrania odpowiednich do scenariusza i zachowuj ten sam wzorzec w powiązanych fragmentach. Wzorzec głosu dostarcza brzmienie mówcy; tekst i wskazówki w jego treści określają zawartość i wykonanie. Natywna synteza wielu mówców wykorzystuje znaczniki takie jak \<|speaker:0|\> i \<|speaker:1|\> wraz z uporządkowaną tablicą identyfikatorów głosów lub odrębnymi grupami materiałów referencyjnych. Zachowaj zgodność numerycznych oznaczeń mówców z tą kolejnością. Przy wymianie instruktażowej napisz kwestię każdego mówcy i umieść wskazówkę wykonania po znaczniku mówcy, w odpowiednim miejscu. Powstaje w ten sposób dialog w ramach jednego żądania; jest to inny proces niż odrębne segmenty jednego mówcy w S1 i ich późniejsze składanie. Proces producenta oferuje wyjście MP3, WAV, surowe PCM i Opus, z MP3 jako formatem domyślnym. MP3 obsługuje 64, 128 i 192 kb/s; WAV i PCM korzystają z udokumentowanych 16-bitowych formatów próbek mono, a Opus z 48 kHz. Wybierz format odpowiedni dla zachowanego pliku narracji, odtwarzania strumieniowego lub dalszego przetwarzania audio. Zachowuj kompletny scenariusz i wybór głosu wraz z dźwiękiem, aby późniejsza redakcja mogła dotyczyć jednej kwestii bez utraty zamierzonego wykonania. Prędkość można regulować od 0,5 do 2,0, wraz ze sterowaniem głośnością. Normalizacja tekstu rozwija liczby angielskie i chińskie do naturalnego odczytu. Normalizacja głośności wyjściowej ma domyślnie wartość true i jest stosowana do rodziny S2; to samo pole nie miało wpływu na S1. Parametr repetition\_penalty z S1 nie zmienia dźwięku S2.1 Pro, więc starego ustawienia nie należy traktować jako skutecznego sterowania tym modelem. Sprawdzaj powtarzające się dźwięki i słowa bezpośrednio, zamiast polegać na odziedziczonym parametrze jako potwierdzeniu wyniku. Dłuższe scenariusze przetwarzane są w fragmentach. Udokumentowany zakres długości fragmentu wynosi 100–300, a max\_new\_tokens to budżet tokenów audio na fragment, nie gwarancja całkowitego czasu trwania. Warunkowanie na podstawie poprzedniego fragmentu może przenosić kontekst głosu dalej. Proces dostarczania producenta opisuje kompletny dźwięk, przyrostowe fragmenty audio i strumieniowanie tekstu na żywo, gdy scenariusz napływa stopniowo. Wybierz sposób odbioru odpowiedni dla aplikacji i zachowaj wystarczający kontekst scenariusza dla wymowy i tonu kolejnego fragmentu. Aby uzyskać użyteczny materiał końcowy, odsłuchaj go pod kątem pominiętych lub powtórzonych słów, wymowy liczb, zmian mówców, pauz i intensywności wskazówek. Różne wzorce głosu mogą interpretować wskazówkę z różną siłą, więc zacznij od prostej kwestii ze wskazówką wykonania, zanim dodasz konkurujące znaczniki. Przy pracy wielojęzycznej dostarcz scenariusz w języku docelowym, zamiast wymagać od modelu mowy wymyślania lub tłumaczenia treści. Ukierunkowana poprawka zmienia kwestię, wskazówkę lub wzorzec odpowiedzialne za rozbieżność, zachowując części wykonania już zgodne z wytycznymi. **Ailoot Ultra · Mowa** `POST /v1/audio/speech` `fish-audio/s2.1-pro` [`fish-audio/s2.1-pro`](https://ailoot.ai/models/pl/#m=fish-audio%2Fs2.1-pro&route=Ultra&caller=fish-audio%2Fs2.1-pro&fmt=speech) Fish Audio /`fish-audio/s2.1-pro` ### Start Fish Audio S2.1 Pro tworzy ekspresyjną mowę wielojęzyczną i natywne dialogi wielu mówców, poprawiając względem S2 Pro jakość, opóźnienia i przepustowość. Kieruj wykonaniem w treści scenariusza i używaj wzorców głosu do tworzenia narracji lub dźwięku konwersacyjnego. Akceptowane dane wejściowe Tekst Wyniki Audio ### Dostępne w Ailoot · dane wejściowe i metody **Ailoot Ultra · Mowa** `POST /v1/audio/speech` Wejście `text` Wyjście `audio` | Pole | Typ | Wymaganie | Wartości i limity | Domyślnie | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity fish-audio/s2.1-pro | Domyślnie— | | Pole`input` | Typ`string` | WymaganieWymagane | Wartości i limity Minimalna długość: 1 | Domyślnie— | | Pole`voice` | Typ`string` | WymaganieWymagane | Wartości i limity b347db033a6549378b48d00acb0d06cd Minimalna długość: 1 | Domyślnie— | | Pole`response_format` | Typ`string` | WymaganieOpcjonalne | Wartości i limity mp3, pcm | Domyślniepcm | | Pole`provider` | Typ`object` | WymaganieOpcjonalne | Wartości i limity | Domyślnie— | Parametry i cykl życia metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, input, voice | | Parametr`material_types` | Kontrakttext | Cykl życia: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Rzeczywiście zwrócony task\_id lub wpis w bibliotece multimediów `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Cennik Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie. Tryb szybki Nie określono Gdy wybrany jest tryb szybki Tryb flex Nie określono Gdy wybrany jest tryb flex Maksymalna intensywność rozumowania Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default) #### Stawki Ailoot #### Ceny według konfiguracji Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji. | Konfiguracja | Tabela stawek | Jednostka rozliczeniowa | Opłata | | --- | --- | --- | --- | | KonfiguracjaBazowe stawki za tokeny | Tabela stawekStawka podstawowa | Jednostka rozliczeniowa— | Opłata Wejście · Tokeny wejściowe **—** / 1K tokenów Wyjście · Tokeny wyjściowe **—** / 1K tokenów Wejście · Odczyt cache **—** / 1K tokenów Wejście · Zapis do cache **—** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | | Konfiguracjabajt wejściowy UTF-8 | Tabela stawek— | Jednostka rozliczeniowaza wejściowy bajt UTF-8 | Opłata Wejście · bajt wejściowy UTF-8 **$0.00003** za wejściowy bajt UTF-8 | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · Mowa Użyj rzeczywistych danych wejściowych i zachowaj kompletny wynik ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_INPUT_TEXT:?Set the actual documented input value}" export AILOOT_INPUT_TEXT python3 - <<'PY_REQUEST' import json,os from pathlib import Path request={'model': 'fish-audio/s2.1-pro', 'input': '${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again. ``` ### Odbieranie i zapisywanie wyników #### Ailoot Ultra · Mowa Kompletne binarne dane dźwiękowe lub oryginalna odpowiedź audio\_url, nagłówki i każdy zasób należący do użytkownika. - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Inne odczyty treści Odczytaj istniejące zasoby należące do Ciebie ```bash set -eu : "${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. ``` ##### Zachowaj wszystkie ukończone wyniki Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści. Zachowaj pełną odpowiedź i nagłówki, wszystkie rzeczywiście uzyskane wyniki, pierwotnie zwrócone identyfikatory oraz wszystkie pola zużycia. Odzyskaj pierwotną operację bez ponownego wysyłania żądania utworzenia. ##### Jeśli trzeba sprawdzić pierwotną odpowiedź Zachowaj zwrócony X-Client-Request-ID do uzgodnienia danych. Odczytuj wyłącznie rzeczywiście zwrócone wartości task\_id/asset\_id lub własną bibliotekę multimediów; nigdy nie buduj adresu URL zadania na podstawie identyfikatora operacji i nigdy nie wysyłaj ponownie żądania utworzenia. ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`fish-audio/s2.1-pro`](https://ailoot.ai/models/pl/#m=fish-audio%2Fs2.1-pro&route=Ultra&caller=fish-audio%2Fs2.1-pro&fmt=speech) #### Aliasy ścieżek metod Użyj ścieżek metod podanych powyżej. #### Powiązane ID modeli [`fish-audio/s2.1-pro`](https://ailoot.ai/models/pl/#m=fish-audio%2Fs2.1-pro&route=Ultra&caller=fish-audio%2Fs2.1-pro&fmt=speech) FAQ · Fish Audio: S2.1 Pro Jakie dane wejściowe i wyniki są dostępne? `POST /v1/audio/speech` · `fish-audio/s2.1-pro`: `text` → `audio` Jakich pól używa żądanie? `POST /v1/audio/speech` · `fish-audio/s2.1-pro`: `model`, `input`, `voice`, `response_format`, `provider` Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją. ## Firma i jej portfel projektów Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. ## Kupuj tokeny z rabatem. Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny. Subskrypcja Wybierz plan z rabatem do regularnych żądań. Kod promocyjny do 50% Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji. Koszty w historii Model, tokeny i kwota są zapisywane dla każdego żądania. [Wybierz subskrypcję](https://ailoot.ai/docs/pl/billing/subscriptions/) · [Sprawdź ceny modeli](https://ailoot.ai/models/pl/) ## Połącz API z produktem, który sprzedajesz. SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską. Aplikacja komercyjna Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi. Licencja resellerska Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży. Dokumenty na stronie Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem. [Poproś o licencję resellerską](mailto:support@ailoot.ai) · [Oferta i umowa licencyjna](https://ailoot.ai/legal/offer?lang=pl) ## Ailoot · Firma i jej portfel projektów Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI. Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.