AI TOOLS RADAR
Wszystkie modele / FISH-AUDIO
fish-audio logo
fish-audio

Fish Audio: S1

Opis źródłowy (angielski)

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...

Zobacz źródło w OpenRouter
Przegląd

Specyfikacja modelu

Kontekst
Brak danych
Maksymalne wyjście
Brak danych
Architektura
text->speech
Tokenizer
Other
Granica wiedzy
Brak danych
Moderowany
Nie
OPENROUTER

Pełny cennik

Stawki zsynchronizowane z OpenRouter, za milion tokenów.

Bajty UTF-8
$15
za milion bajtów UTF-8
API

Szybki start

Ustaw lokalnie OPENROUTER_API_KEY. Python wymaga requests, a JavaScript działa w Node.js. Klucz przechowuj na serwerze.

Wybierz obsługiwany głos. Zastąp YOUR_VOICE_ID, jeśli nie podano głosu.

Dokumentacja 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
Możliwości i modalności

Wejście → Wyjście

Wejście
text
Wyjście
speech
API

Obsługiwane parametry API

Dostępni dostawcy

1 Dostawca

Sprawdzono: 7 września 2026

Dostawcy na żywo w OpenRouter

Dostępność, opóźnienie, przepustowość i routing stale się zmieniają. Aktualne dane są na stronie źródłowej.

OpenRouter

Fish Audio

Brak danych
Kontekst
Brak danych
Maksymalne wyjście
Brak danych
fish-audio

4 modele

Wszystkie modele
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,...

Kontekst
Brak danych
Wejście
text
Wyjście
speech
Bajty UTF-8: $2 za milion bajtów UTF-8
Zobacz szczegóły modelu →
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...

Kontekst
Brak danych
Wejście
audio
Wyjście
transcription
Czas audio: $0.0001 za sekundę
Zobacz szczegóły modelu →
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.

Kontekst
Brak danych
Wejście
audio
Wyjście
transcription
Czas audio: $0.0001 za sekundę
Zobacz szczegóły modelu →
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.

Kontekst
Brak danych
Wejście
text
Wyjście
speech
Bajty UTF-8: $15 za milion bajtów UTF-8
Zobacz szczegóły modelu →