API Fish Audio در Muapi، مدل Fish Audio S2.1 Pro را در اختیار شما می‌گذارد؛ مدلی high-fidelity برای text-to-speech و روایت long-form. API Fish Audio S2.1 Pro در هر درخواست حداکثر 10,000 نویسه می‌پذیرد و فایل MP3 برمی‌گرداند؛ هزینه آن $15 به‌ازای هر 1M بایت UTF-8 است (حدود $0.015 برای هر 1,000 نویسه انگلیسی).کاربران این سرویس را با نام Fish Speech API نیز جست‌وجو می‌کنند. با کلید Muapi خود endpoint fish-s2-1-pro را فراخوانی کنید، سپس شناسه درخواست را بررسی کنید یا برای دریافت صوت از webhook استفاده کنید.
API Fish Audio S2.1 Pro در Muapi فعال است
حداکثر 10,000 نویسه ارسال کنید، شناسه درخواست برگشتی را بررسی کنید و فایل MP3 را دانلود کنید.
تبدیل High-fidelity و long-form text-to-speech: حداکثر 10,000 نویسه در هر درخواست، voice_fish_narrator، خروجی MP3 و محاسبه هزینه بر اساس $15 به‌ازای هر 1M بایت UTF-8.
API Fish Audio در Muapi (endpoint fish-s2-1-pro) مدل Fish Audio S2.1 Pro را اجرا می‌کند؛ مدل text-to-speech که برای روایت long-form ساخته شده است. هر درخواست می‌تواند تا 10,000 نویسه در prompt داشته باشد، بنابراین می‌توانید متن کامل فیلم‌نامه، فصل‌ها و مقاله‌ها را در یک فراخوانی به صوت تبدیل کنید. فیلد voice_id گزینه voice_fish_narrator را ارائه می‌دهد و فایل MP3 میزبانی‌شده به‌صورت غیرهم‌زمان و از طریق بررسی وضعیت یا webhook تحویل داده می‌شود.
هزینه Fish Audio در Muapi بر اساس بایت‌های UTF-8 متن محاسبه می‌شود: $15 برای هر 1M بایت. متن انگلیسی تقریباً یک بایت برای هر نویسه است؛ در نتیجه هزینه حدود $0.015 برای هر 1,000 نویسه انگلیسی می‌شود. خط‌های non-Latin برای هر نویسه سه تا چهار بایت مصرف می‌کنند و هزینه هر نویسه متناسب با آن بیشتر است.
حداکثر 10,000 نویسه در هر درخواست؛ برای تبدیل فیلم‌نامه، فصل و مقاله در یک فراخوانی کافی است.
هر کار یک فایل MP3 میزبانی‌شده برمی‌گرداند که می‌توانید در صفحه قرار دهید، دانلود کنید یا به فرایند ویدیو یا همگام‌سازی لب بدهید.
$15 برای هر 1M بایت UTF-8، حدود $0.015 برای هر 1,000 نویسه انگلیسی و بدون اشتراک.
از همان شناسه درخواست، روش بررسی وضعیت و جریان webhook مانند همه endpointهای دیگر Muapi استفاده کنید.
روایت Long-form برای کتاب‌های صوتی و پادکست‌ها.
گویندگی برای ویدیوهای توضیحی و محتوای دوره‌ها.
مقاله‌ها و اسناد را با صدای بلند بخوانید.
روایت چندزبانه برای اپلیکیشن‌ها و بازی‌ها.
| مدل | ارائه‌دهنده | قیمت | مناسب برای |
|---|---|---|---|
| Fish Audio S2.1 Pro | Fish Audio | $15/1M UTF-8 bytes (~$0.015/1,000 English characters) | روایت Long-form، حداکثر 10,000 نویسه |
| Eleven v4 | ElevenLabs | $0.08/1,000 characters | روایت پرحس، حداکثر 2,000 نویسه |
| Gemini 3.8 Flash TTS | $0.015/1,000 characters | گفت‌وگوی Multi-speaker | |
| MiniMax Speech 2.6 Turbo | MiniMax | $0.07/1,000 characters | تولید سریع single-voice |
هزینه Fish Audio S2.1 Pro بر اساس بایت UTF-8 محاسبه می‌شود؛ خط‌های non-Latin برای هر نویسه سه تا چهار بایت مصرف می‌کنند.
با کلید Muapi خود متن را به API Fish Audio S2.1 Pro ارسال کنید، شناسه درخواست را ذخیره کنید و برای دریافت URL فایل MP3، endpoint استاندارد نتیجه پیش‌بینی را بررسی کنید.
curl -X POST https://api.muapi.ai/api/v1/fish-s2-1-pro \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt":"Welcome to the show. Today we look at how voice models have changed the way we tell stories.","voice_id":"voice_fish_narrator"}'
# Response: {"request_id":"REQUEST_ID"}fish-s2-1-pro پارامترهای prompt (حداکثر 10,000 نویسه) و voice_id (voice_fish_narrator) را می‌گیرد.
curl https://api.muapi.ai/api/v1/predictions/REQUEST_ID/result \ -H "x-api-key: YOUR_API_KEY" # Poll until status is completed, then read the generated MP3 URL from outputs.
تا زمانی که وضعیت completed شود بررسی کنید، سپس URL فایل MP3 را از پاسخ بخوانید.
API Fish Audio در Muapi همان endpoint fish-s2-1-pro است که Fish Audio S2.1 Pro را برای long-form text-to-speech اجرا می‌کند و فایل MP3 برمی‌گرداند.
هزینه Fish Audio در Muapi برابر $15 برای هر 1M بایت UTF-8 متن است. متن انگلیسی تقریباً یک بایت برای هر نویسه دارد؛ بنابراین هزینه حدود $0.015 برای هر 1,000 نویسه انگلیسی است. خط‌های Non-Latin برای هر نویسه سه تا چهار بایت مصرف می‌کنند.
هر درخواست حداکثر 10,000 نویسه در prompt می‌پذیرد.
Fish Speech API نامی است که کاربران نیز جست‌وجو می‌کنند. این صفحه مدل Fish Audio S2.1 Pro میزبانی‌شده را معرفی می‌کند که از طریق endpoint REST در Muapi فراخوانی می‌شود و نیازی به self-host کردن ندارد. این مدل یک صدا به نام voice_fish_narrator ارائه می‌کند.
یک URL فایل MP3 میزبانی‌شده از endpoint استاندارد نتیجه پیش‌بینی.
یک کلید API Muapi بسازید، prompt و voice_id را با POST به /api/v1/fish-s2-1-pro بفرستید، سپس /api/v1/predictions/{request_id}/result را بررسی کنید یا URL مربوط به webhook را ارسال کنید.
با Fish Audio S2.1 Pro و یک کلید API Muapi، متن‌های طولانی را به گفتار تبدیل کنید.