callback_url 扩展)上有差异,请求体结构与上游一致。地址为 POST https://api.xhuoapi.ai/v1/fish/tts。
申请流程
要使用 API,需要先到 Fish TTS API 对应页面申请对应的服务,进入页面之后,点击「Acquire」按钮。 如果你尚未登录或注册,会自动跳转到登录页面邀请您来注册和登录,登录注册之后会自动返回当前页面。 在首次申请时会有免费额度赠送,可以免费使用该 API。请求头
请求体字段
字段命名与上游完全一致。除 callback_url 外,其余字段含义和取值参见 Fish 官方 TTS 文档。
示例 1:最小请求(text + format=mp3)
audio_url 是 Fish R2 直链,可直接 GET 下载或在 <audio> 中播放,签名通常在 1 小时内有效,建议落地后转存到自己的对象存储。
示例 2:使用克隆音色 reference_id
下面用 Fish 平台上一个公开的西班牙语音色(_id 可通过 Fish Model Query 检索得到):
示例 3:调节语速 / 音量(prosody)
speed 大于 1 加快,小于 1 减慢;volume 单位 dB,0 表示不变,正数增益,负数衰减。
示例 4:切换模型 + 控制码率
通过 HTTP 头model: s1 切换到稳定型模型,请求体中加 mp3_bitrate: 128 控制 MP3 码率:
示例 5:PCM 原始波形
需要在浏览器里做实时拼接、或在客户端做后续处理(混音、变速)的场景,推荐使用pcm:
当前响应链接的扩展名固定为.mp3,实际内容为请求中指定format的字节流。下载时应根据请求里的format决定如何解析。
异步回调(callback_url)
长文本一次合成可能需要十几秒到几十秒,连接如果中断需要重试。请求体中传 callback_url 后,接口会立即返回 {task_id, started_at},上游真正完成时把完整结果以 POST JSON 形式回调到该 URL,请求体中带同一个 task_id。
callback_url 会收到形如:
task_id 拉取结果,详见该文档。
错误处理
400 token_mismatched:请求参数缺失或不合法(最常见是漏传format、text为空)。401 invalid_token:鉴权 token 不存在或无效。429 too_many_requests:触发账号速率限制。500 api_error:服务器内部错误。
message 字段,便于定位是哪个字段不合法,例如:
结论
接入 Fish TTS 的最小代价是:在已有调用api.fish.audio/v1/tts 的代码里把鉴权换成本平台 token,并在请求体里显式带上 format: "mp3"。长文本场景建议使用 callback_url 异步回调;对克隆音色 reference_id 的发现,请配合 Fish Model Query 与 Fish Model Get。
