すべてのモデル / FISH-AUDIO

fish-audio

Fish Audio: Transcribe 1

出典の説明（英語）

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.

OpenRouterで出典を見る

概要

モデル仕様

コンテキスト: 情報なし
最大出力: 情報なし
アーキテクチャ: audio->transcription
トークナイザー: Other
知識カットオフ: 情報なし
モデレーション: いいえ

OPENROUTER

料金の詳細

OpenRouterと同期した料金です。トークン料金は100万トークン単位です。

音声の長さ: $0.0001

API

クイックスタート

ローカルにOPENROUTER_API_KEYを設定してください。Pythonにはrequestsが必要です。JavaScriptはNode.jsで実行し、キーはサーバー側で管理してください。

APIドキュメント

curl --fail-with-body https://openrouter.ai/api/v1/audio/transcriptions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -F 'model=fish-audio/transcribe-1' \
  -F 'file=@audio.wav'

機能とモダリティ

入力 → 出力

入力

audio

出力

transcription

API

対応APIパラメータ

利用可能なプロバイダー

1 プロバイダー

確認日: 2026年9月7日

OpenRouterでプロバイダーを見る

可用性、遅延、スループット、ルーティングは常時変化します。最新情報は出典ページで確認してください。

Fish Audio

情報なし

コンテキスト: 情報なし
最大出力: 情報なし

fish-audio

4 モデル

すべてのモデル

公開日 2026/07/29

Fish Audio: S1

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...

コンテキスト: 情報なし
入力: text
出力: speech

UTF-8バイト: $15 100万UTF-8バイトあたり

モデル詳細を見る →

公開日 2026/07/29

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.

コンテキスト: 情報なし
入力: text
出力: speech

UTF-8バイト: $15 100万UTF-8バイトあたり

モデル詳細を見る →

公開日 2026/07/29

Fish Audio: S2.1 Pro Free (free)

S2.1 Pro Free is the no-cost variant of Fish Audio S2.1 Pro, intended for testing, prototyping, and low-volume applications. It provides the same synthesis capabilities without production latency or availability...

コンテキスト: 情報なし
入力: text
出力: speech

入力: 無料 100万トークンあたり出力: 無料 100万トークンあたり

モデル詳細を見る →

公開日 2026/07/29

Fish Audio: S2.1 Pro

S2.1 Pro is a production-oriented text-to-speech model from Fish Audio. It is suited for multilingual voice applications, expressive narration, and dialogue synthesis, with open-ended natural-language controls for speaking style and...

コンテキスト: 情報なし
入力: text
出力: speech

UTF-8バイト: $15 100万UTF-8バイトあたり

モデル詳細を見る →