Fish Audio Voice Clone API
Sube una muestra limpia, crea un Voice ID reutilizable y úsalo como reference_id; el sitio ofrece 3 espacios públicos.
Sobre el modelo
¿Por qué elegir Fish Audio S2.1 Pro?
Elige S2.1 Pro cuando necesites voz natural en muchos idiomas sin mantener un modelo por idioma. Detecta automáticamente el idioma de entrada y admite 83 idiomas.
Ventajas principales
- Dirección mediante lenguaje natural: inserta indicaciones descriptivas como
[whispers sweetly],[laugh]o[sigh]en el texto. - Voces reutilizables: crea un clon una vez y envía su Voice ID como
reference_iden las siguientes solicitudes TTS. - Misma calidad en el modelo gratuito:
s2.1-pro-freeofrece la misma calidad y cobertura de idiomas ques2.1-pro.
Qué significa “gratis”
El modelo API s2.1-pro-free cuesta $0 para desarrollo y pruebas dentro de límites de uso justo no publicados. No ofrece garantías de TTFA ni DPA. Es independiente del Free Tier del sitio web, que actualmente incluye 8.000 créditos mensuales, unos 7 minutos, 500 caracteres por generación y 3 espacios públicos de voz.
Crea una cuenta y una clave API de Fish Audio: https://fish.audio/?aff=QNLX47TF37QU6
Cómo Acceder Gratis (vía Fish Audio)
¿Por qué crear un clon de voz persistente?
Un clon persistente convierte una o varias grabaciones en un Voice ID reutilizable para mantener una voz coherente de marca, narrador, personaje o localización.
Recomendaciones de grabación
- Sube WAV, MP3, M4A u Opus con una sola persona hablando con claridad.
- Prepara al menos 10 segundos; uno o dos minutos de voz limpia mejoran la fidelidad.
- Evita música, reverberación, ruido y voces superpuestas. Las transcripciones correspondientes pueden mejorar la pronunciación.
Qué significa “gratis”
El Free Tier del sitio web incluye actualmente clonación mejorada y 3 espacios públicos de voz sin tarjeta de crédito. Esta cuota es independiente del modelo API s2.1-pro-free a $0 bajo fair-use. Este endpoint ofrece ejemplos multipart completos, pero no está en nuestro Playground porque la subida de grabaciones, el consentimiento y la gestión de modelos requieren un flujo específico.
Crea una cuenta y una clave API: https://fish.audio/?aff=QNLX47TF37QU6
Pruébalo en tu navegador
Elige un modelo, pega tu propia clave gratuita y ejecuta. Tu clave se envía una vez para llamar al proveedor y nunca se almacena en nuestros servidores.
Elige un modelo, pega tu propia clave gratuita y ejecuta. Tu clave se envía una vez para llamar al proveedor y nunca se almacena en nuestros servidores.
Ejemplos de Código
curl --request POST https://api.fish.audio/model \
--header "Authorization: Bearer $FISH_API_KEY" \
--form type=tts \
--form title="My Voice" \
--form "description=Cloned from a clean sample" \
--form visibility=public \
--form train_mode=fast \
--form enhance_audio_quality=true \
--form voices=@sample.wavimport os
import requests
with open("sample.wav", "rb") as audio:
response = requests.post(
"https://api.fish.audio/model",
headers={"Authorization": f"Bearer {os.environ['FISH_API_KEY']}"} ,
data={"type": "tts", "title": "My Voice",
"visibility": "public", "train_mode": "fast",
"enhance_audio_quality": "true"},
files={"voices": ("sample.wav", audio, "audio/wav")},
timeout=60,
)
response.raise_for_status()
print(response.json()["_id"])Limitaciones y Advertencias
Antes de subir audio
- Clona solo tu propia voz o una voz con permiso explícito por escrito; no copies voces de internet ni de figuras públicas sin consentimiento.
- Graba una sola persona en un lugar silencioso durante al menos 10 segundos; dos o tres clips de 15–20 segundos son un mejor punto de partida.
- Create Model usa multipart; deja que el cliente HTTP establezca el boundary. La visibilidad pública requiere una imagen de portada.
- Guarda el
_iddevuelto como Voice ID. Los 3 espacios públicos del Free Tier del sitio son independientes del modelo TTS API a $0. Lee la guía oficial de clonación.
Comentarios de la comunidad
Los comentarios están vinculados a tu cuenta de GitHub; inicia sesión para participar en la discusión.