Fish Audio: S2.1 Pro Free (free)

Fish Audio: S2.1 Pro Free は、Fish Audio の音声合成モデルで、Fish Audio S2.1 Pro の無料版として提供されています。テスト、プロトタイピング、小規模なアプリケーションを対象としており、有料モデルと同じ合成機能を提供しますが、本番環境でのレイテンシや可用性の保証はありません。Fish Audio の音声技術を評価している場合や、小規模なものを構築している場合には、まずここから始めるのが適切です。

このモデルは、入力としてテキストのみを受け取り、出力として音声のみを生成します。つまり、シンプルなテキスト読み上げシステムです。テキストを送信すると、音声が返ってきます。このモデルに関してコンテキスト長は公開されておらず、最大出力はゼロと記載されているため、計画を立てる際に参照できるトークン予算の記載はありません。サポートされているパラメータのリストは空です。つまり、リクエストの表面は最小限であり、通常のサンプリングやフォーマットの設定項目を通じて生成を調整することは期待できません。

実用的な用途は、この形から直接導かれます。音声インターフェースのプロトタイピング、デモ用のプレースホルダー音声の生成、本番用の音声を確定する前にスクリプトの聞こえ方をテストすること、小規模な社内ツールに音声を追加することは、いずれも妥当な用途です。このモデルはテキスト入力と音声出力であるため、すでに書かれたコンテンツがあり、それを読み上げる必要があるワークフローに適しています。音声を入力として受け取らないため、音声理解を必要とするタスクにはあまり適していません。

このモデルは、モデル ID "fish-audio/s2.1-pro-free:free" を使用して、api14 の OpenAI 互換 API を通じて呼び出します。API は OpenAI 形式に従っているため、既存のクライアントを api14 のベース URL に向け、リクエストでそのモデル ID を渡し、読み上げたいテキストを入力として指定します。このモデルは追加のリクエストパラメータをサポートしていないため、ペイロードはシンプルに保ち、temperature、top_p などの類似フィールドを渡すのではなく、デフォルトに依存してください。

主な注意点は、無料枠そのものです。Fish Audio はこのバリアントについて、本番環境でのレイテンシや可用性を欠くと説明しているため、応答時間と稼働率が重要なユーザー向け製品には適していません。それらの保証が必要な場合、有料の S2.1 Pro が自然な次のステップです。それ以外のすべてについては、このモデルは同じ合成機能を無料で提供するため、実験や小規模なワークロードにとって合理的な最初の選択肢となります。