AI TOOLS RADAR
Tutti i modelli / FISH-AUDIO
fish-audio logo
fish-audio

Fish Audio: S1

Descrizione della fonte (inglese)

S1 is a multilingual text-to-speech model from Fish Audio. It is suited for voice applications that need broad emotional expression, using parenthetical controls to guide speaking style across its supported...

Vedi la fonte su OpenRouter
Panoramica

Specifiche del modello

Contesto
Non indicato
Output massimo
Non indicato
Architettura
text->speech
Tokenizer
Other
Limite di conoscenza
Non indicato
Moderato
No
OPENROUTER

Prezzi completi

Tariffe sincronizzate da OpenRouter, per milione di token.

Byte UTF-8
$15
per milione di byte UTF-8
API

Avvio rapido

Imposta OPENROUTER_API_KEY localmente. Python richiede requests; JavaScript viene eseguito in Node.js. Conserva la chiave sul server.

Scegli una voce supportata. Sostituisci YOUR_VOICE_ID se non sono elencate voci.

Documentazione API

curl --fail-with-body https://openrouter.ai/api/v1/audio/speech \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"fish-audio/s1","input":"Hello!","voice":"YOUR_VOICE_ID","response_format":"mp3"}' \
  --output speech.mp3
Capacità e modalità

Input → Output

Input
text
Output
speech
API

Parametri API supportati

Provider disponibili

1 Provider

Verificato: 7 settembre 2026

Provider live su OpenRouter

Disponibilità, latenza, throughput e routing cambiano continuamente. Consulta la fonte per i dati correnti.

OpenRouter

Fish Audio

Non indicato
Contesto
Non indicato
Output massimo
Non indicato
fish-audio

4 modelli

Tutti i modelli
fish-audio logofish-audio

Fish Audio: Drama 3

Drama 3 is a text-to-speech model from Fish Audio built for directed voice performances. You write the direction in plain language in square brackets before a line, such as [nervous,...

Contesto
Non indicato
Input
text
Output
speech
Byte UTF-8: $2 per milione di byte UTF-8
Vedi i dettagli del modello →
fish-audio logofish-audio

Fish Audio: Transcribe 1 Pro

Transcribe 1 Pro is a speech-to-text model from Fish Audio tuned for interviews, meetings, and podcasts. It labels speakers with inline speaker markers, preserves emotion and vocal-event cues such as...

Contesto
Non indicato
Input
audio
Output
transcription
Durata audio: $0.0001 al secondo
Vedi i dettagli del modello →
fish-audio logofish-audio

Fish Audio: Transcribe 1

Transcribe 1 is a speech-to-text model from Fish Audio. It is suited for audio transcription with automatic language detection and can return timestamped word-level segments when alignment details are requested.

Contesto
Non indicato
Input
audio
Output
transcription
Durata audio: $0.0001 al secondo
Vedi i dettagli del modello →
fish-audio logofish-audio

Fish Audio: S2 Pro

S2 Pro is a multilingual text-to-speech model from Fish Audio. It is suited for expressive narration and multi-speaker dialogue, with natural-language controls for speaking style and emotion.

Contesto
Non indicato
Input
text
Output
speech
Byte UTF-8: $15 per milione di byte UTF-8
Vedi i dettagli del modello →