Fish Audio Voice Clone API
Envie uma amostra limpa, crie um Voice ID reutilizável e use-o como reference_id; o site lista 3 espaços públicos.
Sobre o modelo
Por que escolher o Fish Audio S2.1 Pro?
Escolha o S2.1 Pro quando precisar de fala natural em vários idiomas sem manter um modelo para cada língua. Ele detecta automaticamente o idioma de entrada e oferece suporte a 83 idiomas.
Principais vantagens
- Direção em linguagem natural: insira indicações descritivas como
[whispers sweetly],[laugh]ou[sigh]no texto. - Vozes reutilizáveis: crie um clone uma vez e envie o Voice ID como
reference_idnas próximas requisições TTS. - Mesma qualidade no modelo grátis:
s2.1-pro-freeusa a mesma qualidade e cobertura de idiomas des2.1-pro.
O que “grátis” significa
O modelo de API s2.1-pro-free custa $0 para desenvolvimento e testes dentro de limites de uso justo não publicados. Ele não oferece garantias de TTFA nem DPA. Isso é separado do Free Tier do site, que atualmente lista 8.000 créditos mensais, cerca de 7 minutos, 500 caracteres por geração e 3 slots públicos de voz.
Crie uma conta e uma chave de API do Fish Audio: https://fish.audio/?aff=QNLX47TF37QU6
Como Acessar Gratuitamente (via Fish Audio)
Por que criar um clone de voz persistente?
Um clone persistente transforma uma ou mais gravações em um Voice ID reutilizável para manter uma voz consistente de marca, narrador, personagem ou localização.
Recomendações de gravação
- Envie WAV, MP3, M4A ou Opus com apenas uma pessoa falando com clareza.
- Prepare pelo menos 10 segundos; um ou dois minutos de fala limpa aumentam a fidelidade.
- Evite música, reverberação, ruído e vozes sobrepostas. Transcrições correspondentes podem melhorar a pronúncia.
O que “grátis” significa
O Free Tier do site atualmente inclui clonagem aprimorada e 3 slots públicos de voz sem cartão de crédito. Essa franquia é separada do modelo API s2.1-pro-free a $0 sob fair-use. Este endpoint traz exemplos multipart completos, mas não entra no nosso Playground porque upload de gravações, consentimento e gestão de modelos exigem um fluxo dedicado.
Crie uma conta e uma chave de API: https://fish.audio/?aff=QNLX47TF37QU6
Experimente no navegador
Escolha um modelo, cole sua própria chave gratuita e execute. Sua chave é enviada uma vez para chamar o provedor e nunca é armazenada em nossos servidores.
Escolha um modelo, cole sua própria chave gratuita e execute. Sua chave é enviada uma vez para chamar o provedor e nunca é armazenada em nossos servidores.
Exemplos 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"])Limitações e Ressalvas
Antes de enviar áudio
- Clone apenas sua própria voz ou uma voz com autorização explícita por escrito; não copie vozes da internet ou de figuras públicas sem consentimento.
- Grave uma única pessoa em local silencioso por pelo menos 10 segundos; dois ou três clipes de 15–20 segundos são um ponto de partida melhor.
- Create Model usa multipart; deixe o cliente HTTP definir o boundary. Visibilidade pública exige uma imagem de capa.
- Salve o
_idretornado como Voice ID. Os 3 slots públicos do Free Tier do site são separados do modelo TTS API a $0. Leia o guia oficial de clonagem.
Feedback da comunidade
Os comentários estão vinculados à sua conta GitHub — entre para participar da discussão.