Fish Speech 语音合成API接口文档

前言说明

本接口基于 Fish Speech 开源语音合成项目，由 Fish Audio 团队开发维护。Fish Audio S2 Pro 是当前最先进的多语言 TTS 系统之一，基于超过 1000 万小时音频数据训练，覆盖 80+ 语言，采用 Dual-Autoregressive（Dual-AR）架构与强化学习对齐，生成语音自然、真实、富有情感。

其他说明

• 参数说明：https://www.yuntts.com/880.html
• 情绪控制：https://www.yuntts.com/882.html

1. 语音合成

POST https://www.yuntts.com/api/v1/fish-audio/tts

将文本转换为语音，支持三种模式：基础音色合成、多人对话、零样本克隆。

请求头

请求体（application/json）

三种模式说明

模式一：基础音色合成

{
    "text": "你好，欢迎使用语音合成",
    "reference_id": "7f92f8afb8ec43bf81429cc1c9199cb1"
}

模式二：多人对话（仅 s2-pro 模型）

{
    "text": "<|speaker:0|>你好！<|speaker:1|>你好啊！<|speaker:0|>今天天气不错",
    "reference_id": ["model-id-alice", "model-id-bob"]
}

使用 <|speaker:N|> 标签切换说话者，reference_id 为模型ID数组，按索引对应。

模式三：零样本克隆

{
    "text": "你好，这是克隆语音",
    "references": [
        {
            "audio": "Base64编码的音频数据",
            "text": "参考音频对应的文本"
        }
    ]
}

零样本克隆需使用 application/msgpack（MessagePack）序列化请求体以传输二进制音频数据，或使用 application/json 配合 Base64 编码。

stream 参数响应说明

stream: true（默认）

直接返回音频二进制流，响应头包含：

stream: false

返回 JSON：

{
    "url": "https://www.yuntts.com/wp-content/uploads/audio/processed/202605/fishaudio_xxx.mp3",
    "chars": 150,
    "cost": 0.021,
    "task_id": "fishaudio_664f8a1b2c3d4"
}

2. 创建音色模型

POST https://www.yuntts.com/api/v1/fish-audio/model

上传音频文件创建音色模型，使用 multipart/form-data 格式。

请求参数

响应示例

{
    "model_id": "7f92f8afb8ec43bf81429cc1c9199cb1",
    "title": "我的音色",
    "description": "音色描述",
    "state": "created",
    "visibility": "private",
    "train_mode": "fast",
    "cover_image": "",
    "samples": [],
    "reference_id": "7f92f8afb8ec43bf81429cc1c9199cb1",
    "message": "音色模型创建成功，训练中请稍候"
}

模型数量限制

3. 获取音色列表

GET https://www.yuntts.com/api/v1/fish-audio/model/list

查询音色模型列表，支持分页和筛选。

Query 参数

响应示例

{
    "total": 56,
    "items": [
        {
            "_id": "7f92f8afb8ec43bf81429cc1c9199cb1",
            "title": "音色名称",
            "description": "音色描述",
            "cover_image": "https://www.yuntts.com/.../cover.jpg",
            "state": "trained",
            "tags": [],
            "created_at": "2026-05-20 10:30:00",
            "updated_at": "2026-05-20 10:30:00",
            "visibility": "public",
            "like_count": 0,
            "mark_count": 0,
            "shared_count": 0,
            "task_count": 0,
            "train_mode": "fast",
            "samples": ["https://www.yuntts.com/.../sample.mp3"],
            "languages": ["zh-CN"],
            "voice_source": "official",
            "author": {
                "_id": "1",
                "nickname": "用户昵称",
                "avatar": ""
            },
            "is_own": true
        }
    ],
    "has_more": true
}

4. 更新音色模型

PATCH / POST https://www.yuntts.com/api/v1/fish-audio/model/update

更新音色模型信息，只能更新自己创建的模型。

Query 参数

请求参数（Body）

至少需要提供一个更新字段。无文件上传时使用 application/json，有文件上传时使用 multipart/form-data。

响应示例

{
    "model_id": "7f92f8afb8ec43bf81429cc1c9199cb1",
    "title": "更新后的名称",
    "description": "更新后的描述",
    "visibility": "public",
    "cover_image": "https://www.yuntts.com/.../cover.jpg",
    "message": "音色模型更新成功"
}

5. 删除音色模型

DELETE https://www.yuntts.com/api/v1/fish-audio/model/delete

删除音色模型，只能删除自己创建的模型。

Query 参数

响应示例

{
    "model_id": "7f92f8afb8ec43bf81429cc1c9199cb1",
    "message": "音色模型删除成功"
}

通用错误码