Fish Audio 中文版 API 接入文档

从哪条路接 Fish Audio 中文版 API

三条路按你的习惯选，每一条十分钟内都能跑出第一段音频。

Fish Audio 中文版 API 怎么开通、密钥在哪

三步跑通 Fish Audio 中文版 API

顺序是固定的：先拿到音色 ID，再提交合成任务，最后轮询取结果。

1. 拿音色 ID：调 GET /api/third/reference/list，从 list[].audioId 里取一个；没有现成音色就先用 /reference/upload 上传一段 3–60 秒的干声。
2. 提交合成任务：调 POST /api/third/tts/create，audioId 填上一步的值，返回 taskId。
3. 轮询取结果：每 2 秒调一次 GET /api/third/tts/result?taskId=，status 变成 2 时取 voiceUrl。等待期间别重复提交任务。

# 1) 拉音色列表，取 audioId
curl "https://openapi.aivoiceapi.cn/api/third/reference/list?page=1&pageSize=10" \
  -H "sign: $VOICE_API_KEY"

# 2) 提交合成任务，拿 taskId
curl -X POST https://openapi.aivoiceapi.cn/api/third/tts/create \
  -H "sign: $VOICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
        "content": "欢迎来到 Fish Audio 中文版",
        "audioId": "<audioId>",
        "style": "2",
        "speed": 1.0,
        "targetSpeech": "mandarin"
      }'

# 3) 轮询，status=2 时读 voiceUrl
curl "https://openapi.aivoiceapi.cn/api/third/tts/result?taskId=<taskId>" \
  -H "sign: $VOICE_API_KEY"

import os, time, requests

BASE = "https://openapi.aivoiceapi.cn"
H = {"sign": os.environ["VOICE_API_KEY"]}

# 1) 拉音色
r = requests.get(f"{BASE}/api/third/reference/list",
                 headers=H, params={"page": 1, "pageSize": 10}).json()
assert r["code"] == 0, r["msg"]  # 先看 code，再看数据
audio_id = r["data"]["list"][0]["audioId"]

# 2) 提交任务
r = requests.post(f"{BASE}/api/third/tts/create", headers=H, json={
    "content": "欢迎来到 Fish Audio 中文版",
    "audioId": audio_id,
    "style": "2",
    "speed": 1.0,
    "targetSpeech": "mandarin",
}).json()
assert r["code"] == 0, r["msg"]
task_id = r["data"]["taskId"]

# 3) 每 2 秒查一次，不要重复提交
while True:
    time.sleep(2)
    r = requests.get(f"{BASE}/api/third/tts/result",
                     headers=H, params={"taskId": task_id}).json()
    assert r["code"] == 0, r["msg"]
    data = r["data"]
    if data["status"] == 2:
        print(data["voiceUrl"]); break
    if data["status"] == 3:
        raise RuntimeError("合成失败")

const BASE = "https://openapi.aivoiceapi.cn";
const KEY = process.env.VOICE_API_KEY;
const H = { sign: KEY, "Content-Type": "application/json" };
const sleep = ms => new Promise(r => setTimeout(r, ms));

// 1) 拉音色
const listRes = await fetch(
  `${BASE}/api/third/reference/list?page=1&pageSize=10`,
  { headers: { sign: KEY } }
).then(r => r.json());
if (listRes.code !== 0) throw new Error(listRes.msg); // 先看 code
const audioId = listRes.data.list[0].audioId;

// 2) 提交任务
const createRes = await fetch(`${BASE}/api/third/tts/create`, {
  method: "POST",
  headers: H,
  body: JSON.stringify({
    content: "欢迎来到 Fish Audio 中文版",
    audioId,
    style: "2",
    speed: 1.0,
    targetSpeech: "mandarin",
  }),
}).then(r => r.json());
if (createRes.code !== 0) throw new Error(createRes.msg);
const taskId = createRes.data.taskId;

// 3) 每 2 秒查一次，不要重复提交
while (true) {
  await sleep(2000);
  const res = await fetch(
    `${BASE}/api/third/tts/result?taskId=${taskId}`,
    { headers: { sign: KEY } }
  ).then(r => r.json());
  if (res.code !== 0) throw new Error(res.msg);
  if (res.data.status === 2) { console.log(res.data.voiceUrl); break; }
  if (res.data.status === 3) throw new Error("合成失败");
}

跑通的标志是第 2 步拿到 data.taskId，第 3 步在 status=2 时拿到 data.voiceUrl。

Fish Audio 中文版 API 怎么鉴权、返回什么

https://openapi.aivoiceapi.cn

{
  "code": 0,
  "msg": "操作成功",
  "data": { }
}

Fish Audio 中文版 API 接口清单

一共 12 个接口，分四组：声音模型 3 个、语音合成 4 个、降噪 2 个、声音设计 3 个。路径都以 /api/third 开头，除 openapi.json 外都要带 sign 头。机读规范地址：https://openapi.aivoiceapi.cn/api/third/openapi.json，可以直接导入扣子、Dify、n8n。

curl -X POST https://openapi.aivoiceapi.cn/api/third/reference/upload \
  -H "sign: $VOICE_API_KEY" \
  -F "file=@/path/voice.wav" \
  -F "name=主播A" \
  -F "describe=温和女声"

{
  "code": 0, "msg": "操作成功",
  "data": { "audioId": "role_xxx", "name": "主播A", "describe": "温和女声" }
}

GET /api/third/reference/list?page=1&pageSize=10
sign: YOUR_API_KEY

{
  "code": 0, "msg": "操作成功",
  "data": {
    "list": [
      { "audioId": "role_xxx", "name": "主播A", "describe": "温和女声" }
    ],
    "total": 8, "page": 1, "pageSize": 10
  }
}

curl -X DELETE "https://openapi.aivoiceapi.cn/api/third/reference/delete?audioId=role_xxx" \
  -H "sign: $VOICE_API_KEY"

{ "code": 0, "msg": "操作成功", "data": {} }

curl -X POST https://openapi.aivoiceapi.cn/api/third/file/uploadCustom \
  -H "sign: $VOICE_API_KEY" \
  -F "file=@/path/emotion.wav"

{
  "code": 0, "msg": "操作成功",
  "data": { "emotionPath": "20260817_xxxxxx.wav" }
}

{
  "content": "欢迎来到 Fish Audio 中文版。",
  "audioId": "role_xxx",
  "style":   "2",
  "speed":   1.0,
  "targetSpeech": "mandarin"
}

{
  "code": 0,
  "msg": "操作成功",
  "data": { "taskId": "task_xxx", "status": 1 }
}

GET /api/third/tts/list?page=1&pageSize=10
sign: YOUR_API_KEY

{
  "code": 0, "msg": "操作成功",
  "data": {
    "list": [
      { "taskId": "task_xxx", "status": 2, "voiceUrl": "https://.../xxx.mp3" }
    ],
    "total": 42, "page": 1, "pageSize": 10
  }
}

GET /api/third/tts/result?taskId=task_xxx
sign: YOUR_API_KEY

{
  "code": 0,
  "msg": "操作成功",
  "data": {
    "taskId":   "task_xxx",
    "status":   2,                       // 1=处理中 2=已完成 3=失败
    "voiceUrl": "https://.../xxx.mp3"    // status=2 时才有
  }
}

curl -X POST https://openapi.aivoiceapi.cn/api/third/denoise/upload \
  -H "sign: $VOICE_API_KEY" \
  -F "file=@/path/noisy.wav"

{
  "code": 0, "msg": "操作成功",
  "data": { "taskId": "dn_xxx" }
}

GET /api/third/denoise/poll?taskId=dn_xxx
sign: YOUR_API_KEY

{
  "code": 0, "msg": "操作成功",
  "data": {
    "status":   "completed",   // processing | completed | failed
    "filePath": "https://.../clean.wav",
    "message":  ""             // status=failed 时是失败原因
  }
}

{
  "content": "欢迎来到 Fish Audio 中文版",
  "engine":  1,
  "description": "温和的女声，语速适中，像电台主播"
}

{
  "content":  "今天天气不错，出去走走吧",
  "engine":   2,
  "language": "sichuan",
  "gender":   "female",
  "age":      "youth",
  "pitch":    "medium",
  "voiceStyle": "",
  "accent":   ""
}

{
  "code": 0, "msg": "操作成功",
  "data": { "dubbId": "dubb_xxx" }
}

GET /api/third/dubbing/result?dubbId=dubb_xxx
sign: YOUR_API_KEY

{
  "code": 0, "msg": "操作成功",
  "data": {
    "dubbId":   "dubb_xxx",
    "status":   2,                       // 1=处理中 2=已完成 3=失败
    "voiceUrl": "https://.../xxx.mp3"    // status=2 时才有
  }
}

GET /api/third/dubbing/list?page=1&pageSize=10
sign: YOUR_API_KEY

{
  "code": 0, "msg": "操作成功",
  "data": {
    "list": [
      { "dubbId": "dubb_xxx", "status": 2, "voiceUrl": "https://.../xxx.mp3" }
    ],
    "total": 3, "page": 1, "pageSize": 10
  }
}

Fish Audio 中文版 API 参数怎么填

分「语音合成」和「声音设计」两块。接口卡片里的「参数详解」链接会跳到这里对应的小节。

语音合成（/tts/create）

targetSpeech 全部取值（57 个）

声音设计（/dubbing/create）

Fish Audio 中文版网页功能在 API 里怎么对应

Fish Audio 中文版 API 接入扣子、Dify、Claude Code

六个平台底下调的是同一组 /api/third/* 接口，扣的也是同一份额度。点你在用的平台，每个标签里的内容都能整段复制。

扣子 CozeWorkBuddyDify / n8nOpenClawComfyUICodex / Claude Code

扣子 2.0 以后有两种接法：Skill 直接上传技能包 zip，插件走 OpenAPI 导入。要在工作流节点里调用，就选插件。

1方式 A：上传技能包 zip（Skill）

把技能包目录打成 .zip，在扣子的 Skill 管理里上传；它兼容 SKILL.md 加脚本的目录结构。导入后点「部署」，在对话里 @ 这个技能就能用。

复制

# 下载并打包
git clone https://github.com/OpenApiTTS/autoclaw-skill-tts
cd autoclaw-skill-tts && zip -r ../fishaudio-cn-skill.zip .

# 或直接下载现成 zip：
https://github.com/OpenApiTTS/autoclaw-skill-tts/archive/refs/heads/main.zip

2方式 B：创建插件并导入接口

扣子 → 插件 → 创建插件 → 导入 → 粘贴 openapi.json 地址：

复制

https://openapi.aivoiceapi.cn/api/third/openapi.json

3插件鉴权

授权方式选 Service，Location 选 Header，Parameter name 填 sign，Service token 填 API Key。

复制

Location:        Header
Parameter name:  sign
Service token:   YOUR_API_KEY

4发布并在智能体里添加

每个工具调试通过后点「发布」，再到智能体里添加插件。常见编排：reference/list 取音色 → tts/create 提交 → 轮询 tts/result 取 data.voiceUrl。

常见坑：插件没发布，智能体里就选不到；style 在扣子表单里要填字符串 "2"；扣子的 Skill 目前只能单独使用、不能互相调用，多步串联请用插件加工作流。

WorkBuddy 自带 SKILL.md 技能机制，导入官方技能包就能用；需要精细编排时也可以走 OpenAPI 自定义工具。

1方式 A：导入官方技能包（推荐）

导入技能包，或把目录放进它的技能目录。技能包是标准的 SKILL.md + scripts/ 结构，WorkBuddy 能直接识别。

复制

git clone https://github.com/OpenApiTTS/autoclaw-skill-tts
# 或下载 zip：https://github.com/OpenApiTTS/autoclaw-skill-tts/archive/refs/heads/main.zip

2配好密钥，直接用中文描述需求

把 API Key 写进环境变量并重启客户端，然后直接用中文说你要什么，WorkBuddy 会按 SKILL.md 的步骤取音色、合成、保存。

复制

export VOICE_API_KEY="YOUR_API_KEY"

# 然后直接说：
把这段文案合成语音，存到桌面：欢迎来到 Fish Audio 中文版。

3方式 B：OpenAPI 自定义工具

新建自定义工具，从 OpenAPI 导入，鉴权选自定义请求头，Header 名 sign，值填 API Key。

复制

https://openapi.aivoiceapi.cn/api/third/openapi.json

4方式 C：纯 HTTP 节点

前两种都不方便时，配一个 POST 请求节点：

复制

POST https://openapi.aivoiceapi.cn/api/third/tts/create
Header: sign: YOUR_API_KEY
Header: Content-Type: application/json
Body:
{
  "content": "{{输入文本}}",
  "audioId": "{{音色ID}}",
  "style": "2",
  "targetSpeech": "mandarin"
}
取值：data.voiceUrl

常见坑：setx / export 设置后必须重启 WorkBuddy；自定义工具没保存或没发布时，工作流里选不到；成功与否看 body 里的 code，不看 HTTP 状态码。

两者都走 OpenAPI 自定义工具：导入规范、配好请求头鉴权、工作流里串起来。

1新建自定义工具，从 OpenAPI 导入

Dify 在「工具 → 自定义 → 导入 OpenAPI Schema」；n8n 用 HTTP Request 节点或 Custom API，推荐直接导入规范地址。

复制

https://openapi.aivoiceapi.cn/api/third/openapi.json

2鉴权

鉴权类型选自定义 Header（不是 Bearer），名称 sign，值填 API Key。

复制

Auth Type:  Custom Header
Header:     sign
Value:      YOUR_API_KEY

3工作流编排

reference/list → tts/create → 循环查 tts/result，输出取 data.voiceUrl。

常见坑：看 code 不看 HTTP 状态；style 传字符串 "2"；n8n 的 HTTP 节点要把 Content-Type 设为 application/json。

OpenClaw 支持技能目录，放进官方技能包就能用自然语言驱动。

1下载并放好技能包

把整个目录复制到 OpenClaw 的技能目录（SKILL.md 和 scripts/tts.py 的相对位置不要动）。

复制

git clone https://github.com/OpenApiTTS/autoclaw-skill-tts

skills/
└── skill-openapi/
    ├── SKILL.md
    ├── scripts/tts.py
    └── target-speech-enum.csv

2配置密钥

在 OpenClaw 的运行环境里设好环境变量，然后重启客户端。

复制

export VOICE_API_KEY="YOUR_API_KEY"

3直接用中文描述需求

复制

把这段文案合成语音，存到桌面：欢迎来到 Fish Audio 中文版。

常见坑：技能目录规范以 OpenClaw 当前文档为准；只输出命令不执行，说明没开本地命令执行权限。

最省事的是装官方节点包：克隆到 custom_nodes 后重启，画布里会多出「上传音色 / 选择已有音色 / 合成语音 / 一键合成」四个节点；长文会自动切段再拼回去，轮询也不用自己写。不方便装节点包时，也可以用 HTTP 节点或脚本节点；想让 Claude Code 之类的 Agent 同时驱动 ComfyUI 和本站接口，看最后一种方式。

1方式 0：安装官方节点（推荐）

三种装法任选，不用 pip install，只依赖 Python 标准库和 ComfyUI 自带的 torch。装好后重启 ComfyUI，在 audio/VoiceClone 分类下能搜到四个节点。密钥建议放环境变量。仓库：comfyui-voiceclone-tts

复制

# ① git clone
cd ComfyUI/custom_nodes
git clone https://github.com/OpenApiTTS/comfyui-voiceclone-tts

# ② ComfyUI-Manager → Install via Git URL
https://github.com/OpenApiTTS/comfyui-voiceclone-tts

# ③ 下载 zip 解压到 ComfyUI/custom_nodes/comfyui-voiceclone-tts/

# 设好密钥再重启 ComfyUI
export VOICE_API_KEY="YOUR_API_KEY"

2拖入示例工作流

仓库 workflows/ 目录下有两个示例，拖进画布就能跑：basic_tts.json（一键合成 → PreviewAudio）、multi_role.json（两个角色各一句，各接 SaveAudio）。下载示例工作流 →

3方式 1：HTTP POST 节点

用任意支持 HTTP 请求的节点包配置：

复制

URL:    https://openapi.aivoiceapi.cn/api/third/tts/create
Method: POST
Headers:
  sign: YOUR_API_KEY
  Content-Type: application/json
Body (JSON):
{
  "content": "要合成的文本",
  "audioId": "音色ID",
  "style": "2",
  "targetSpeech": "mandarin"
}

4取出音频地址

从响应里取 data.voiceUrl，接到「下载文件 / 加载音频」节点保存，再进后面的数字人或视频流程。

5长文本走异步

单个工作流里合成长文本容易超时，改用 /tts/create 拿 taskId，再用循环节点每 2 秒查一次 /tts/result，直到 status 为 2 或 3。

6方式 2：脚本节点调技能包

装了 Python 脚本执行类节点的话，把技能包放进 ComfyUI 目录后直接调：

复制

git clone https://github.com/OpenApiTTS/autoclaw-skill-tts

python3 skill-openapi/scripts/tts.py tts \
  --text "要合成的文本" --lang mandarin -o output/out.wav

7方式 3：让 Agent 同时驱动两边

想让 Claude Code / Codex 既生成配音又跑 ComfyUI 工作流，就装两个 Skill：本站技能包负责语音，ComfyUI 的 Comfy Skills 负责驱动 ComfyUI。

复制

# 语音能力
git clone https://github.com/OpenApiTTS/autoclaw-skill-tts ~/.claude/skills/fishaudio-cn-tts

# ComfyUI 能力（插件市场）
/plugin marketplace add Comfy-Org/comfy-skills

常见坑：节点搜不到，先看目录是不是 custom_nodes/comfyui-voiceclone-tts/ 这一层，再看有没有重启；环境变量要在启动 ComfyUI 之前设好；导出 workflow.json 会把输入框里的 API Key 一起带出去，所以密钥请放环境变量。

Codex 和 Claude Code 都能在本机跑命令，装官方技能包是最快的接法；想统一管理也可以配成 MCP。

1Claude Code：放进 skills 目录

克隆到全局 ~/.claude/skills/fishaudio-cn-tts（或项目内 .claude/skills/），再设置 VOICE_API_KEY。

复制

git clone https://github.com/OpenApiTTS/autoclaw-skill-tts ~/.claude/skills/fishaudio-cn-tts
export VOICE_API_KEY="YOUR_API_KEY"

2Codex：写进 AGENTS.md

Codex 读项目根目录的 AGENTS.md。把技能包放进仓库，在 AGENTS.md 里加一段指引：

复制

## 配音与声音克隆
需要 TTS / 声音克隆 / 降噪时，先读 `skill-openapi/SKILL.md`，
用 `python3 skill-openapi/scripts/tts.py` 执行，密钥在环境变量 VOICE_API_KEY。

3没有技能机制时

把 SKILL.md 全文贴进对话，再补一句运行环境说明：

复制

以上是接口说明书。脚本位于 <脚本绝对路径>，API Key 已配置在环境变量 VOICE_API_KEY。
现在：把「欢迎来到 Fish Audio 中文版」合成语音，保存为 out.wav。

4（可选）配成 MCP

在 MCP 配置里指向技能包脚本：

复制

{
  "mcpServers": {
    "fishaudio-cn": {
      "command": "python3",
      "args": ["<技能包绝对路径>/scripts/tts.py", "mcp"],
      "env": { "VOICE_API_KEY": "YOUR_API_KEY" }
    }
  }
}

常见坑：Windows 上命令是 python 不是 python3；中文长文本别用 --text 直接传，改从 stdin 读，必要时先 chcp 65001。

Fish Audio 中文版 API 官方技能包（Skill）

鉴权、参数推导、轮询、下载都已经封装进技能包，只依赖 Python 3 标准库，不用 pip install。WorkBuddy、扣子、OpenClaw、Claude Code、Codex 这类支持 Skill 的客户端导入后，用一句中文就能把文本变成音频文件。

获取

# 克隆仓库
git clone https://github.com/OpenApiTTS/autoclaw-skill-tts

# 或者下载 zip 再解压
curl -L -o fishaudio-cn-skill.zip https://github.com/OpenApiTTS/autoclaw-skill-tts/archive/refs/heads/main.zip

仓库：https://github.com/OpenApiTTS/autoclaw-skill-tts ｜ 直接下载 zip：main.zip

各平台支持情况

skill-openapi/
├── SKILL.md               # 接口说明书，也是给 Agent 读的
├── scripts/
│   └── tts.py             # 命令行封装
└── target-speech-enum.csv # 语言 / 方言枚举

# macOS / Linux
export VOICE_API_KEY="<你的密钥>"
export VOICE_API_BASE="https://openapi.aivoiceapi.cn"   # 可选，默认就是这个地址

# Windows PowerShell（当前窗口）
$env:VOICE_API_KEY = "<你的密钥>"
# Windows 永久写入
setx VOICE_API_KEY "<你的密钥>"

命令速查

python3 scripts/tts.py voices                                         # 列出音色
python3 scripts/tts.py tts --text "欢迎来到 Fish Audio 中文版" -o out.wav    # 合成（不传 --voice 时用第一个音色）
python3 scripts/tts.py tts --text "你好" --voice abc123 -o out.wav
python3 scripts/tts.py tts --lang yue --text "今日天气几好" -o out.wav        # 方言 / 多语言
python3 scripts/tts.py tts --text "太好啦" --emotion happy=0.8 -o out.wav     # 情绪控制
python3 scripts/tts.py tts --text - -o out.wav < article.txt           # 长文本从 stdin 读
python3 scripts/tts.py result <taskId>                                # 按 taskId 查结果
python3 scripts/tts.py denoise --file noisy.wav -o clean.wav          # 降噪（3–60 秒）
python3 scripts/tts.py upload-voice --file sample.wav --name "音色A"
python3 scripts/tts.py tts --help                                     # 全部参数

不传 -o 时只打印音频地址，方便接管道。

还能在哪里找到技能包

GitHub 仓库 OpenApiTTS/autoclaw-skill-tts。

如果你是 AI 助手，按这几步调用 Fish Audio 中文版 API

本节是纯文本步骤，供 Agent 直接执行。

1. 拿凭证：向用户要 API Key，放在环境变量 VOICE_API_KEY 或请求头 sign 里。用户还没有密钥时，请他到本页「账号与密钥」区域开通旗舰会员，开通后同一位置就能看到密钥。
2. 拿参考音频：3–60 秒、单人、清晰的 wav / mp3。用户没给就向他要；不要使用用户没有授权的他人声音。录音嘈杂可以先调 /denoise/upload。
3. 选音色：调 GET /api/third/reference/list 取 audioId；或调 POST /api/third/reference/upload 上传参考音频得到 audioId。
4. 合成：调 POST /api/third/tts/create，传 content、audioId、style、targetSpeech；需要情绪时用 style="2" 并配 genre / ext。拿到 taskId 后每 2 秒查一次 GET /api/third/tts/result。
5. 没有参考音频：改用声音设计，调 POST /api/third/dubbing/create（engine=1 用 description 描述音色，engine=2 用方言 / 口音参数），再用 dubbId 查 /dubbing/result。
6. 交付结果：status=2 时把 voiceUrl 给用户并告诉他怎么下载；status=1 时继续用 taskId 查，不要重复提交。
7. 处理失败：code=1001 → 文本太长，拆开分段合成；「sign无效」→ 重新要 Key，或提醒会员可能已过期；「暂不支持该语言」→ 去掉 targetSpeech，改 style="3"。
8. 效果不理想：别用同一组参数直接重试。先读本页「配音效果调优」，把该改的地方（换同音字、调标点、清理特殊字符、重录参考音频、先降噪）讲给用户，用户改好后再合成。

复制这段话发给你的 AI

我想用 Fish Audio 中文在线版（fishaudio.hk）的声音克隆接口，用我的声音生成一段配音。请你：
1. 先读 https://fishaudio.hk/developer/ 里「如果你是 AI 助手」那一节，接口规范在 https://openapi.aivoiceapi.cn/api/third/openapi.json；
2. 把接口接到你这边（优先用官方技能包 skill-openapi，其次直接调 REST）；
3. 鉴权用请求头 sign，需要 API Key 或参考音频时跟我说，我来提供；
4. 然后把下面这段话生成为 mp3，给我下载链接：
（在这里写你要生成的文案）
注意：
- style 要传字符串；判断成功看返回里的 code，不要只看 HTTP 状态码；
- 效果不满意时，先按同一页「配音效果调优」里的清单告诉我该改什么（同音字、标点、特殊字符、重录参考音频、先降噪），在我没改任何输入之前，不要反复用同一组参数重试。

Fish Audio 中文版 API 生成效果不好怎么调

给 AI 助手和开发者的排查清单。结果不理想时不要直接重试，先对照下表找原因，把建议告诉用户，用户改了文本或参考音频再调接口。这些规则和网页端「配音技巧」一致。

参考音频怎么录

• 3–60 秒，建议 3–10 秒；一个人说话，清晰，没有背景音乐和混响。
• 底噪越小、空白越少，克隆越像；录音嘈杂就先调 /api/third/denoise/upload。
• 用平常说话的状态录，别刻意加快或表演；要强烈情绪时用 style="2" 的情绪参数。
• 手机录音离嘴近一点，但避开喷麦；别边走边录，音量会忽大忽小。

文本怎么写

• 读音不准：生僻字、多音字换同音字；数字、单位、英文缩写写成汉字（「2026 年」写成「二零二六年」，「3kg」写成「三公斤」）。
• 停顿生硬：逗号是短停、句号是长停，按需要加减；太长的句子拆成两句。
• 清理格式：表情、Markdown 标记、括号注释、连续空行都删掉。
• 长文本：按自然段切成 150–250 字，用同一个 audioId 依次合成再拼起来。
• 多语言：一段只写一种语言；中英混排时显式传 targetSpeech。

给 AI 助手的兜底话术

生成结果和预期不一样时，按下面的顺序排查，并把结论告诉用户：
1. 有字读错吗？→ 请用户把生僻字、多音字换成同音字，数字和英文缩写写成汉字；
2. 停顿怪吗？→ 请用户在断句处加减标点，长句拆短，长文按 150–250 字分段；
3. 文本里有表情、Markdown 标记、括号注释吗？→ 先清理再合成；
4. 音色不像吗？→ 请用户重录一段 3–10 秒的清晰干声，底噪越小越好；环境嘈杂就先调 /api/third/denoise/upload；
5. 语气太平吗？→ 用 style="2"，配 genre=1 的 ext 情绪向量，或 genre=2 传 emotionPath；
6. 语种不对吗？→ 显式传 targetSpeech，方言和小语种配 style="3"。
用户没改任何输入之前，不要反复用同一组参数重试。

Fish Audio 中文版 API 限制与配额

使用 Fish Audio 中文版 API 的安全与合规要求

Fish Audio 中文版 API 常见接法

Fish Audio 中文版 API 常见问题