Fish Audio: S2 Pro

Fish Audio: S2 Pro, Fish Audio tarafından sunulan bir metinden sese (text-to-speech) modelidir. Konuşma kategorisinde yer alır ve sağlayıcı yayın tarihi 29 Temmuz 2026'dır. Yazılı metni sesli konuşmaya dönüştürmesi gereken bir şey inşa ediyorsanız, ilk bakacağınız model türü budur ve arkasındaki şirket Fish Audio'dır.

Model tek girdi olarak metni alır ve tek çıktı olarak konuşma üretir. Çok dillidir, yani tek bir dile bağlı kalmak zorunda kalmadan aynı model birden fazla dili işleyebilir. Fish Audio bunu etkileyici anlatım ve çok konuşmacılı diyalog için uygun olarak tanımlar ve konuşma tarzı ile duygu için doğal dil kontrolleri sunar. Bu, bir metnin nasıl okunacağını yalnızca sabit ön ayarlardan seçmek yerine, istediğiniz sunumu tarif ederek yönlendirebileceğiniz anlamına gelir. Bu model için bağlam uzunluğu belirtilmemiştir, bu nedenle gönderdiğiniz metni pratik sınır olarak kabul edin ve güncel ayrıntılar için canlı model sayfasına bakın.

Bu yetenekler oldukça net bir kullanım kümesine işaret eder. Etkileyici anlatım; sesli kitaplar, seslendirilmiş makaleler, açıklayıcı videolar ve düz robotik bir okumanın yanlış kulağa geleceği her ürün için uygundur. Çok konuşmacılı diyalog, onu podcast tarzı içerik, sesli dramalar, eğitim senaryoları ve iki veya daha fazla sesin replikleri paylaşması gereken konuşma demoları için bir aday haline getirir. Doğal dil tarzı ve duygu kontrolleri, aynı senaryoyu farklı tonlarda, örneğin sakin bir sürüm ve heyecanlı bir sürüm olarak, iş akışınızı yeniden kurmadan sunmak istediğinizde kullanışlıdır. Model çok dilli olduğu için içeriği birkaç dilde yayınlayan ekipler, dile özel ayrı sistemleri birleştirmek yerine tek bir entegrasyonu koruyabilir.

Modeli api14'ün OpenAI uyumlu API'si üzerinden "fish-audio/s2-pro" model id'si ile çağırırsınız. Arayüz OpenAI biçimini izlediği için mevcut bir OpenAI istemcisini api14'e yönlendirebilir, bu model id'si ile bir istek gönderebilir, girdi olarak metninizi verebilir ve karşılığında konuşma alabilirsiniz. Model desteklenen parametre listelemez, bu nedenle temperature, top_p, max tokens veya benzer örnekleme kontrollerini geçirebileceğinizi varsaymayın; model id'sini ve girdinizi gönderin ve çıktıyı şekillendirmek için metnin içindeki doğal dil tarzı ve duygu talimatlarına güvenin. Kaydedilen maksimum çıktı değeri 0'dır, bu da planlama yapabileceğiniz kullanılabilir bir çıktı üst sınırı vermez, bu nedenle buna bağlı kalmadan önce gerçek davranışı canlı uç noktaya karşı doğrulayın.

Burada çok az şey belirtildiği için, işiniz metin girişi ve konuşma çıkışı olduğunda bu model makul bir uyumdur, özellikle etkileyici veya çok konuşmacılı işler için. Girdi olarak ses veya görüntü de kabul eden, metin döndüren veya ayarlanabilir örnekleme parametreleri sunan bir model gerekiyorsa, api14'te başka yerlere bakmak isteyeceksiniz.