Source: https://ailoot.ai/models/vi/fish-audio-s1/ Canonical: https://ailoot.ai/models/vi/fish-audio-s1/ Language: vi # Fish Audio: S1 [Markdown](https://ailoot.ai/models/vi/fish-audio-s1/index.md) · [JSON](https://ailoot.ai/models/vi/fish-audio-s1/facts.json) ## [Fish Audio: S1](https://ailoot.ai/models/vi/fish-audio-s1/) Fish Audio S1 biến kịch bản đa ngôn ngữ thành âm thanh giàu biểu cảm của một người nói bằng mẫu giọng tham chiếu và tín hiệu cảm xúc trong ngoặc tròn. Dùng cho lời dẫn, chỉ dẫn ngắn bằng lời hoặc câu thoại nhân vật, với điều khiển định dạng và ngữ điệu cho âm thanh hoàn chỉnh. - [**Ailoot Ultra · Tổng hợp giọng nói** `POST /v1/audio/speech` `fish-audio/s1`](https://ailoot.ai/models/vi/fish-audio-s1/#method-0) Về mô hình Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn. S1 là mô hình chuyển văn bản thành giọng nói thế hệ trước của Fish Audio cho lời dẫn giàu biểu cảm và đầu ra giọng của một người nói. Mô hình đọc kịch bản được cung cấp và trả về âm thanh, dùng giọng đã chọn hoặc giọng được điều kiện hóa theo mẫu tham chiếu. Mô hình S1 đầy đủ tách biệt với S1-mini, mô hình chưng cất nhỏ hơn; nhà sản xuất giới thiệu chúng lần lượt là các biến thể 4 tỷ và 0,5 tỷ tham số. Hồ sơ này bao quát mô hình có tên S1. Với lời dẫn, soạn các từ thực sự cần được đọc và đánh dấu nơi cách thể hiện nên thay đổi. Kịch bản giải thích hữu ích nêu ý chính trước, phát triển từng ý một và dùng dấu câu tách các cụm lời cần khoảng nghỉ tự nhiên. Với chỉ dẫn ngắn, giữ câu chữ rõ khi nghe mà không có màn hình. Giữ cách đọc dự kiến của tên, chữ viết tắt và đơn vị, đồng thời kiểm tra số trong đầu ra lời nói thay vì cho rằng chuỗi dễ đọc bằng mắt chỉ có một cách phát âm. S1 dùng tín hiệu cảm xúc và cách thể hiện trong ngoặc tròn, chẳng hạn (angry), (sad), (in a hurry) hoặc (chuckling). Đặt tín hiệu trước câu hoặc cụm lời cần tác động, với lời nói thực tế ở sau. Cách thể hiện áp dụng cho văn bản theo sau, nên thay đổi cảm xúc cần xuất hiện tại nơi phần thể hiện cần đổi. Đây là cú pháp khác với chỉ dẫn ngoặc vuông của S2; giữ kịch bản được viết cho thế hệ đã chọn thay vì coi hai dạng đánh dấu là có thể thay thế cho nhau. Có thể chọn giọng qua mã định danh giọng đã lưu hoặc điều kiện hóa từ bản ghi tham chiếu cùng văn bản chép lời của nó. Với quy trình tham chiếu tức thì, hướng dẫn giọng nói chung khuyến nghị mẫu sạch dài 10–30 giây. Chọn mẫu có phong cách nói và chất lượng ghi âm phù hợp với kết quả dự kiến, đồng thời bảo đảm văn bản khớp các từ trong mẫu. Với người dẫn xuất hiện nhiều lần, dùng lại cùng mẫu giọng qua các đoạn để đổi chủ đề không vô tình trở thành đổi nhân vật. Bản phát hành S1 nêu tiếng Anh, Trung, Nhật, Đức, Pháp, Tây Ban Nha, Hàn, Ả Rập, Nga, Hà Lan, Ý, Ba Lan và Bồ Đào Nha trong số các ngôn ngữ được hỗ trợ, đồng thời mô tả trộn ngôn ngữ trong một kịch bản. Cung cấp câu chữ bằng ngôn ngữ đích thay vì xem tổng hợp giọng nói là bước dịch. Với đoạn có tên mượn từ ngôn ngữ khác hoặc điểm chuyển ngôn ngữ, giữ cách viết và ngữ cảnh câu xung quanh rõ ràng, rồi kiểm tra cách giọng đã chọn xử lý điểm chuyển đó. Giao diện của nhà sản xuất S1 hỗ trợ một người nói mỗi yêu cầu tổng hợp. Có thể soạn đối thoại thành các đoạn riêng với mẫu giọng tham chiếu tương ứng, rồi để ứng dụng ghép lại; tổng hợp nhiều người nói tích hợp của họ S2 là khả năng riêng. Giữ vai trò, giọng và văn bản gắn với từng đoạn khi soạn câu thoại nhân vật. Kết quả tổng hợp là phần thể hiện kịch bản bằng âm thanh, còn căn thời gian trao đổi hoặc kết hợp với nhạc và video là bước chỉnh sửa sau đó. Tùy chọn đầu ra gồm MP3, WAV, PCM thô và Opus, với MP3 làm mặc định. Đầu ra được công bố là mono; WAV và PCM dùng mẫu 16 bit, và lựa chọn tần số lấy mẫu khác nhau theo định dạng. MP3 hỗ trợ 64, 128 và 192 kbps, còn Opus dùng 48 kHz. Có thể điều chỉnh tốc độ từ 0.5 đến 2.0 cùng các điều khiển âm lượng. Chọn tệp đã mã hóa cho sản phẩm thuyết minh hoặc luồng phù hợp để phát, rồi giữ giọng đã chọn và kịch bản cùng kết quả. Nhà sản xuất xử lý văn bản dài theo đoạn, với khoảng độ dài đoạn 100–300 được công bố và ngân sách token âm thanh mỗi đoạn thay vì thời lượng ghi âm tổng thể được bảo đảm. Chuẩn hóa văn bản có thể chuyển số tiếng Anh và Trung thành cách đọc tự nhiên, còn mức phạt lặp lại của S1 có thể giảm mẫu âm thanh lặp. Chuẩn hóa độ lớn âm thanh đầu ra là thiết lập khác và không có tác dụng với S1. Kiểm tra phát âm, ranh giới cụm lời, âm lặp và chuyển biến cảm xúc dự kiến trước khi ghép đoạn hoàn chỉnh, rồi sửa đúng câu hoặc mẫu tham chiếu cần chú ý. **Ailoot Ultra · Tổng hợp giọng nói** `POST /v1/audio/speech` `fish-audio/s1` [`fish-audio/s1`](https://ailoot.ai/models/vi/#m=fish-audio%2Fs1&route=Ultra&caller=fish-audio%2Fs1&fmt=speech) Fish Audio /`fish-audio/s1` ### Bắt đầu Fish Audio S1 biến kịch bản đa ngôn ngữ thành âm thanh giàu biểu cảm của một người nói bằng mẫu giọng tham chiếu và tín hiệu cảm xúc trong ngoặc tròn. Dùng cho lời dẫn, chỉ dẫn ngắn bằng lời hoặc câu thoại nhân vật, với điều khiển định dạng và ngữ điệu cho âm thanh hoàn chỉnh. Đầu vào được chấp nhận Văn bản Kết quả Âm thanh ### Có trên Ailoot · đầu vào & phương thức **Ailoot Ultra · Tổng hợp giọng nói** `POST /v1/audio/speech` Đầu vào `text` Đầu ra `audio` Định dạng đầu ra âm thanh nhị phân thực tế theo khai báo | Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định | | --- | --- | --- | --- | --- | | Trường`model` | Loại`string` | Yêu cầuBắt buộc | Giá trị & giới hạn fish-audio/s1 | Mặc định— | | Trường`input` | Loại`string` | Yêu cầuBắt buộc | Giá trị & giới hạn Độ dài tối thiểu: 1 | Mặc định— | | Trường`voice` | Loại`string` | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: b347db033a6549378b48d00acb0d06cd | Mặc định— | | Trường`response_format` | Loại`string` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn mp3, pcm | Mặc địnhpcm | Tổ hợp tư liệu đầu vào **text\_to\_speech** · Bắt buộc: actual UTF-8 script, exact supported voice Tham số phương thức và vòng đời | Tham số | Hợp đồng | | --- | --- | | Tham số`content_type` | Hợp đồngapplication/json | | Tham số`required` | Hợp đồngmodel, input, voice | | Tham số`material_types` | Hợp đồngtext | | Tham số`voice_ids` | Hợp đồngb347db033a6549378b48d00acb0d06cd | | Tham số`voice_list_exhaustive` | Hợp đồngfalse | | Tham số`response_format` | Hợp đồngmp3, pcm | | Tham số`default_response_format` | Hợp đồngpcm | | Tham số`quantity` | Hợp đồngCác byte UTF-8 của một chuỗi đầu vào duy nhất đã được giải mã; không cắt khoảng trắng ở hai đầu hoặc chuẩn hóa | | Tham số`native_byte_quote_controls` | Hợp đồngĐường dẫn báo giá theo byte chính xác này từ chối instructions không rỗng và đầu vào lượt nói nhiều người cho đến khi văn bản tính phí bổ sung được khai báo. | Vòng đời: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Giá trị task\_id thực tế đã trả về hoặc bản ghi trong thư viện nội dung đa phương tiện `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Dùng mô hình chính xác và các trường đầu vào theo tài liệu. Giữ lại toàn bộ phản hồi, mọi đầu ra thực tế và các ID gốc được trả về. ### Bảng giá Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn. Chế độ nhanh Chưa chỉ định Khi chọn chế độ nhanh Chế độ Flex Chưa chỉ định Khi chọn chế độ flex Mức độ suy luận tối đa Chưa chỉ định Khi áp dụng mức điều chỉnh mặc định (default) cho mức độ suy luận tối đa #### Mức phí Ailoot #### Giá theo cấu hình Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế. | Cấu hình | Biểu mức phí | Đơn vị tính phí | Phí | | --- | --- | --- | --- | | Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Đơn vị tính phí— | Phí Đầu vào · Token đầu vào **—** / 1K token Đầu ra · Token đầu ra **—** / 1K token Đầu vào · Đọc bộ nhớ đệm **—** / 1K token Đầu vào · Ghi bộ nhớ đệm **—** / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ **—** / 1K token | | Cấu hìnhUltra | Biểu mức phí— | Đơn vị tính phímỗi byte utf8 của âm thanh đầu vào | Phí Đầu vào · Byte utf8 của âm thanh đầu vào **$0.00003** mỗi byte utf8 của âm thanh đầu vào | Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. [Cách hoạt động của cơ chế tạm giữ và quyết toán →](https://ailoot.ai/docs/vi/billing/reserve/) #### Chi tiết giá cước tham chiếu Biểu tham chiếu cấp mô hình không thay đổi việc chọn phương thức, báo giá hoặc khoản phí. Khoản phí đang áp dụng dùng mức phí phương thức Ailoot đã chọn. Fish Audio: S1 #### Giá theo cấu hình | Cấu hình | Điều kiện tính phí | Phí | | --- | --- | --- | | Cấu hìnhFish Audio: S1 · Cấu hình mặc định | Điều kiện tính phíCấu hình mặc định | Phí Đầu vào · Byte UTF-8 đầu vào **0,00003 US$** mỗi byte UTF-8 đầu vào | ### Ví dụ yêu cầu #### Ailoot Ultra · Tổng hợp giọng nói curl · nội dung yêu cầu nguyên bản chính xác và kết quả đầy đủ ```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. ``` ### Nhận và lưu kết quả #### Ailoot Ultra · Tổng hợp giọng nói âm thanh nhị phân thực tế theo khai báo - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Lưu tất cả kết quả đã hoàn tất Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về. Lưu toàn bộ byte nhị phân và tất cả tiêu đề gốc; giữ lại toàn bộ JSON nếu được trả về. Giữ nguyên các ID thao tác/tài sản thực tế. ##### Nếu cần kiểm tra phản hồi gốc Giữ nguyên operation\_id/X-Client-Request-ID và phản hồi ban đầu. Đọc các bản ghi tác vụ/tài sản thực tế thuộc quyền sở hữu mà không gửi lại; không dựng URL thăm dò âm thanh riêng. Trường phản hồi | Trường | Loại | | --- | --- | | Trường`binary audio` | Loạibytes | | Trường`response headers` | Loạiheaders | ### Bí danh #### Bí danh mô hình **Ailoot Ultra** [`fish-audio/s1`](https://ailoot.ai/models/vi/#m=fish-audio%2Fs1&route=Ultra&caller=fish-audio%2Fs1&fmt=speech) #### Bí danh đường dẫn phương thức Dùng các đường dẫn phương thức hiển thị ở trên. #### ID gọi liên quan [`fish-audio/s1`](https://ailoot.ai/models/vi/#m=fish-audio%2Fs1&route=Ultra&caller=fish-audio%2Fs1&fmt=speech) FAQ · Fish Audio: S1 Có những đầu vào và kết quả nào? `POST /v1/audio/speech` · `fish-audio/s1`: `text` → `audio` Yêu cầu sử dụng những trường nào? `POST /v1/audio/speech` · `fish-audio/s1`: `model`, `input`, `voice`, `response_format` Kết nối Ailoot với Claude Code, OpenCode, Hermes hoặc ứng dụng của bạn. ## Công ty và danh mục dự án của công ty Công ty và danh mục dự án của công ty: hàng triệu khách hàng; doanh số hàng tỷ mỗi tháng. ## Mua token với giá ưu đãi. Ưu đãi thuê bao cho nhu cầu thường xuyên. Mã khuyến mãi giảm đến 50% khi mua token. Thuê bao Chọn gói ưu đãi cho các yêu cầu thường xuyên của bạn. Mã giảm đến 50% Nhập mã khi mua. Giá được tính lại theo chương trình đang áp dụng. Chi phí trong lịch sử Mô hình, token và số tiền được lưu cho mỗi yêu cầu. [Chọn gói thuê bao](https://ailoot.ai/docs/vi/billing/subscriptions/) · [Xem giá mô hình](https://ailoot.ai/models/vi/) ## Kết nối API vào sản phẩm bạn đang bán. SaaS, ứng dụng và bot — theo đề nghị giao kết chính thức và thỏa thuận cấp phép Ailoot. Muốn bán lại, hãy yêu cầu giấy phép bán lại. Ứng dụng thương mại Tích hợp tạo văn bản, ảnh, video và âm thanh vào các tính năng trả phí của dịch vụ. Giấy phép bán lại Gửi mô tả dự án và cách cung cấp quyền truy cập. Yêu cầu điều khoản sử dụng và bán lại bằng văn bản. Tài liệu trên website Đề nghị giao kết, thỏa thuận cấp phép và chính sách xử lý dữ liệu có sẵn trước khi kết nối. [Yêu cầu giấy phép bán lại](mailto:support@ailoot.ai) · [Đề nghị giao kết và thỏa thuận cấp phép](https://ailoot.ai/legal/offer?lang=vi) ## Ailoot · Công ty và danh mục dự án của công ty Ailoot dựa trên kinh nghiệm vận hành tích lũy, cơ sở khách hàng lớn, dịch vụ ổn định và việc kiểm soát KPI liên tục. Công ty và danh mục dự án của công ty: hàng triệu khách hàng; doanh số hàng tỷ mỗi tháng. Ailoot áp dụng kinh nghiệm vận hành này để cung cấp quyền truy cập API vào các tính năng AI trong sản phẩm của khách hàng, tác tử, ứng dụng và quy trình tự động hóa.