Fish Audio: S2.1 Pro Free (free)

Fish Audio: S2.1 Pro Free to model syntezy mowy od Fish Audio, oferowany jako bezpłatny wariant Fish Audio S2.1 Pro. Jest przeznaczony do testowania, tworzenia prototypów i zastosowań o małym natężeniu ruchu, i zapewnia takie same możliwości syntezy jak model płatny, bez gwarancji opóźnienia produkcyjnego ani dostępności. Jeśli oceniasz technologię mowy Fish Audio lub budujesz coś małego, to jest wersja, od której warto zacząć.

Model przyjmuje tekst jako jedyne wejście i produkuje mowę jako jedyne wyjście. To czyni go prostym systemem text-to-speech: wysyłasz tekst, otrzymujesz dźwięk. Dla tego modelu nie opublikowano długości kontekstu, a maksymalne wyjście jest podane jako zero, więc nie ma udokumentowanego budżetu tokenów, wokół którego można planować. Lista obsługiwanych parametrów jest pusta, co oznacza, że powierzchnia żądania jest minimalna i nie należy oczekiwać dostrajania generowania za pomocą typowych parametrów próbkowania lub formatowania.

Praktyczne zastosowania wynikają bezpośrednio z tego kształtu. Prototypowanie interfejsu głosowego, generowanie zastępczego dźwięku do demonstracji, testowanie, jak brzmi skrypt przed wyborem produkcyjnego głosu, lub dodanie mowy do wewnętrznego narzędzia o małym natężeniu ruchu, to wszystko rozsądne zastosowania. Ponieważ model przyjmuje tekst i zwraca mowę, pasuje do każdego przepływu pracy, w którym masz już treść pisaną i potrzebujesz jej w wersji mówionej. Jest mniej odpowiedni do zadań wymagających rozumienia dźwięku, ponieważ nie przyjmuje dźwięku jako wejścia.

Wywołujesz go przez zgodne z OpenAI API api14, używając identyfikatora modelu "fish-audio/s2.1-pro-free:free". Ponieważ API jest zgodne z formatem OpenAI, kierujesz swojego istniejącego klienta na bazowy URL api14 i przekazujesz ten identyfikator modelu w żądaniu, z tekstem, który ma być wypowiedziany, jako wejściem. Model nie obsługuje żadnych dodatkowych parametrów żądania, więc utrzymuj ładunek prosty i opieraj się na wartościach domyślnych, zamiast przekazywać temperature, top_p lub podobne pola.

Głównym zastrzeżeniem jest sam darmowy poziom. Fish Audio opisuje ten wariant jako pozbawiony produkcyjnego opóźnienia i dostępności, więc nie jest właściwym wyborem dla produktów skierowanych do użytkowników, w których czas odpowiedzi i dostępność mają znaczenie. Jeśli potrzebujesz tych gwarancji, płatny S2.1 Pro jest naturalnym krokiem w górę. Poza tym ten model daje takie same możliwości syntezy bez kosztów, co czyni go rozsądnym pierwszym przystankiem dla eksperymentów i małych obciążeń.