文本转语音全新精选
S2.1 ProFish Audio S2.1 Pro
高保真长篇文本转语音：每次请求最多支持 10,000 个字符，使用 voice_fish_narrator，输出 MP3，按 $15 per 1M UTF-8 bytes 计费。
Text → audio, up to 10,000 chars
$15/1M UTF-8 bytes
已上线1 个模型
Fish Audio API（S2.1 Pro）
Muapi 上的 Fish Audio API 为你提供 Fish Audio S2.1 Pro，这是一款适用于长篇旁白的高保真文本转语音模型。Fish Audio S2.1 Pro API 单次请求最多支持 10,000 个字符，并返回 MP3，按 $15 per 1M UTF-8 bytes 计费（约 $0.015 per 1,000 English characters）。用户也常搜索 Fish Speech API。使用你的 Muapi 密钥调用 fish-s2-1-pro endpoint，然后轮询请求 ID 或使用 webhook 获取音频。
i
Fish Audio S2.1 Pro API 已在 Muapi 上线
最多提交 10,000 个字符，轮询返回的请求 ID，即可下载 MP3。
Fish Audio S2.1 Pro
适用于长篇文本转语音，每次请求最多支持 10,000 个字符1 个模型试用模型
没有符合筛选条件的模型。
什么是 Fish Audio API？
Muapi 上的 Fish Audio API（endpoint fish-s2-1-pro）运行 Fish Audio S2.1 Pro，这是一款专为长篇旁白打造的文本转语音模型。单次请求的 prompt 最多可包含 10,000 个字符，因此整篇脚本、章节和文章都能一次合成语音。voice_id 字段提供 voice_fish_narrator 音色，生成的 MP3 托管后通过轮询或 webhook 异步交付。
Muapi 上的 Fish Audio 按文本的 UTF-8 字节数计费：$15 per 1M bytes。英文文本每个字符约占一个字节，因此每 1,000 个英文字符约需 $0.015；非拉丁文字每个字符占三到四个字节，单字符成本会相应更高。
Fish Audio API 功能
支持长文本输入
每次请求最多支持 10,000 个字符，脚本、章节和文章都能一次提交。
MP3 输出
每个任务都会返回托管的 MP3 文件，可嵌入、下载，或传入视频及口型同步工作流。
按字节计费
$15 per 1M UTF-8 bytes，每 1,000 个英文字符约 $0.015，无需订阅。
异步提交与轮询
与所有其他 Muapi endpoint 一样，使用请求 ID、轮询和 webhook 工作流。
Fish Audio API 应用场景
有声书与播客
为有声书和播客生成长篇旁白。
讲解视频与课程
为讲解视频和课程内容制作配音。
朗读内容
将文章和文档转换为语音朗读。
应用与游戏
为应用和游戏生成多语言旁白。
Fish Audio 定价与文本转语音模型对比
| 模型 | 提供方 | 价格 | 适用场景 |
|---|---|---|---|
| Fish Audio S2.1 Pro | Fish Audio | $15/1M UTF-8 bytes (~$0.015/1,000 English characters) | 长篇旁白，最多支持 10,000 个字符 |
| Eleven v4 | ElevenLabs | $0.08/1,000 characters | 富有表现力的旁白，最多支持 2,000 个字符 |
| Gemini 3.8 Flash TTS | $0.015/1,000 characters | 多角色对话 | |
| MiniMax Speech 2.6 Turbo | MiniMax | $0.07/1,000 characters | 快速生成单人语音 |
Fish Audio S2.1 Pro 按 UTF-8 字节计费；非拉丁文字每个字符占三到四个字节。
Fish Audio API 示例
使用你的 Muapi 密钥向 Fish Audio S2.1 Pro API 提交文本，保存请求 ID，然后轮询标准 prediction result endpoint 获取 MP3 URL。
使用 Fish Audio API 生成语音
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 接受 prompt（最多 10,000 个字符）和 voice_id（voice_fish_narrator）。
轮询音频结果
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.
持续轮询，直到状态变为 completed，然后从响应中读取 MP3 URL。
Fish Audio API 常见问题
什么是 Fish Audio API？
Muapi 上的 Fish Audio API 对应 fish-s2-1-pro endpoint，运行 Fish Audio S2.1 Pro，可用于长篇文本转语音并返回 MP3。
Fish Audio API 的费用是多少？
Muapi 上的 Fish Audio 按文本 UTF-8 字节数计费，每 1M 字节 $15。英文文本每个字符约占一个字节，因此每 1,000 个英文字符约需 $0.015。非拉丁文字每个字符占三到四个字节。
Fish Audio S2.1 Pro API 的字符数上限是多少？
每次请求的 prompt 最多可包含 10,000 个字符。
这和 Fish Speech API 是同一个服务吗？
用户也会搜索 Fish Speech API。本页面介绍的是托管的 Fish Audio S2.1 Pro 模型，通过 Muapi 的 REST endpoint 调用，无需自行托管。它提供一个音色：voice_fish_narrator。
Fish Audio 文本转语音 API 返回什么音频格式？
标准 prediction result endpoint 会返回托管 MP3 文件的 URL。
如何调用 Fish Audio S2.1 Pro API？
创建 Muapi API 密钥，将 prompt 和 voice_id POST 到 /api/v1/fish-s2-1-pro，然后轮询 /api/v1/predictions/{request_id}/result，或传入 webhook URL。
对比文本转语音 API →查看 Fish Audio S2.1 Pro 与 MiniMax、Gemini 和 ElevenLabs 的对比。Eleven v4 API →每次请求最多支持 2,000 个字符，适合富有表现力的旁白。Gemini TTS API →通过四种 Gemini TTS 档位生成多角色对话。浏览音频模型 →对比语音、音乐、音效和视频转音频 endpoint。
准备好使用 Fish Audio API 了吗？
通过一个 Muapi API 密钥，使用 Fish Audio S2.1 Pro 为长篇脚本生成语音。