TTS新着注目
S2.1 ProFish Audio S2.1 Pro
高音質の長文テキスト読み上げ：1リクエストあたり最大10,000文字、voice_fish_narrator、MP3出力。料金は$15 per 1M UTF-8 bytes。
Text → audio, up to 10,000 chars
$15/1M UTF-8 bytes
公開中1モデル
Fish Audio API（S2.1 Pro）
MuapiのFish Audio APIでは、長尺ナレーション向けの高音質テキスト読み上げモデル、Fish Audio S2.1 Proを利用できます。Fish Audio S2.1 Pro APIは1回のリクエストで最大10,000文字を受け付け、MP3を生成します。料金は$15 per 1M UTF-8 bytes（英語で約$0.015 per 1,000 characters）です。Fish Speech APIとして検索されることもあります。Muapiキーを使ってfish-s2-1-proエンドポイントを呼び出し、リクエストIDをポーリングするか、Webhookで音声を取得できます。
i
Fish Audio S2.1 Pro APIがMuapiで利用可能に
最大10,000文字を送信し、返されたリクエストIDをポーリングしてMP3をダウンロードできます。
Fish Audio S2.1 Pro
長文のテキスト読み上げに対応。1リクエストあたり最大10,000文字1モデルモデルを試す
条件に一致するモデルはありません。
Fish Audio APIとは？
MuapiのFish Audio API（エンドポイント fish-s2-1-pro）は、長尺ナレーション向けのテキスト読み上げモデル、Fish Audio S2.1 Proを実行します。1回のリクエストでpromptに最大10,000文字を送れるため、台本、章、記事全体を一度に音声化できます。voice_idフィールドではvoice_fish_narratorを指定でき、生成されたMP3はホストされたファイルとして、ポーリングまたはWebhook経由で非同期に届きます。
MuapiのFish Audio料金はテキストのUTF-8バイト数に応じて課金され、$15 per 1M bytesです。英語は1文字あたり約1バイトのため、英語1,000文字あたり約$0.015です。非ラテン文字のテキストは1文字あたり3〜4バイトとなり、文字あたりの料金もその分高くなります。
Fish Audio APIの機能
長文入力
1リクエストあたり最大10,000文字に対応。台本、章、記事を一度に処理できます。
MP3出力
各ジョブでホストされたMP3ファイルが返され、埋め込み、ダウンロード、動画やリップシンクの処理に利用できます。
バイト数に応じた料金
$15 per 1M UTF-8 bytes。英語1,000文字あたり約$0.015で、サブスクリプションは不要です。
非同期送信とポーリング
他のMuapiエンドポイントと同じリクエストID、ポーリング、Webhookのフローを利用できます。
Fish Audio APIの活用例
オーディオブックとポッドキャスト
オーディオブックやポッドキャスト向けの長尺ナレーション。
解説動画と講座
解説動画や講座の教材に使えるナレーション。
読み上げ
記事やドキュメントを音声で読み上げます。
アプリとゲーム
アプリやゲーム向けの多言語ナレーション。
Fish Audioの料金とTTSモデルの比較
| モデル | プロバイダー | 料金 | おすすめの用途 |
|---|---|---|---|
| Fish Audio S2.1 Pro | Fish Audio | $15/1M UTF-8 bytes (~$0.015/1,000 English characters) | 最大10,000文字の長尺ナレーション |
| Eleven v4 | ElevenLabs | $0.08/1,000 characters | 最大2,000文字の表現豊かなナレーション |
| Gemini 3.8 Flash TTS | $0.015/1,000 characters | 複数話者の会話 | |
| MiniMax Speech 2.6 Turbo | MiniMax | $0.07/1,000 characters | 高速な単一音声生成 |
Fish Audio S2.1 ProはUTF-8バイト単位で課金されます。非ラテン文字は1文字あたり3〜4バイトです。
Fish Audio APIの使用例
Muapiキーを使ってFish Audio S2.1 Pro APIにテキストを送信し、リクエストIDを保存して、標準の予測結果エンドポイントをポーリングするとMP3のURLを取得できます。
Fish Audio APIで音声を生成
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ではprompt（最大10,000文字）とvoice_id（voice_fish_narrator）を指定します。
音声の生成結果をポーリング
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.
statusがcompletedになるまでポーリングし、レスポンスからMP3のURLを取得します。
Fish Audio APIに関するよくある質問
Fish Audio APIとは何ですか？
MuapiのFish Audio APIはfish-s2-1-proエンドポイントで、長文テキスト読み上げ向けのFish Audio S2.1 Proを実行し、MP3を返します。
Fish Audio APIの料金はいくらですか？
MuapiのFish Audio料金はテキストのUTF-8バイト数に応じて課金され、$15 per 1M UTF-8 bytesです。英語は1文字あたり約1バイトのため、英語1,000文字あたり約$0.015です。非ラテン文字は1文字あたり3〜4バイトです。
Fish Audio S2.1 Pro APIの文字数上限はいくつですか？
1リクエストのpromptに最大10,000文字を指定できます。
Fish Speech APIと同じものですか？
Fish Speech APIは検索時に使われる名称の一つです。このページでは、MuapiのRESTエンドポイントから呼び出せるホスト型Fish Audio S2.1 Proモデルを紹介しています。自分でホストする必要はありません。利用できる音声はvoice_fish_narratorの1種類です。
Fish Audioテキスト読み上げAPIはどの音声形式を返しますか？
標準の予測結果エンドポイントから、ホストされたMP3ファイルのURLが返されます。
Fish Audio S2.1 Pro APIの呼び出し方法を教えてください。
Muapi APIキーを作成し、promptとvoice_idを/api/v1/fish-s2-1-proにPOSTします。その後/api/v1/predictions/{request_id}/resultをポーリングするか、Webhook URLを渡します。
テキスト読み上げAPIを比較 →Fish Audio S2.1 ProをMiniMax、Gemini、ElevenLabsと比較できます。Eleven v4 API →1リクエストあたり最大2,000文字の表現豊かなナレーション。Gemini TTS API →4つのGemini TTSプランで複数話者の会話を生成。オーディオモデルを見る →音声、音楽、効果音、動画から音声への各エンドポイントを比較できます。
Fish Audio APIを使ってみませんか？
Muapi APIキー1つで、Fish Audio S2.1 Proを使って長い台本を音声化できます。