Fish Audio创建音色模型API-自定义TTS音色-AutoRouter

上传参考音频，创建自定义 TTS 音色模型。同步接口，创建后立即可用于语音合成。

上传参考音频，创建自定义 TTS 音色模型。创建成功后返回模型详情，可将 _id 作为语音合成接口的 reference_id 使用。

同步接口：本接口上传文件，常规 REST 请求请使用 multipart/form-data，由 HTTP 客户端自动设置 multipart Content-Type 的 boundary。train_mode 仅支持 fast，创建后立即可用。

Base URL

https://api.autorouter.top — Production

Authentication

BearerAuth: http (bearer) 使用 Bearer Token 认证。格式: Authorization: Bearer sk-xxxxxx

Endpoints

POST `/fishaudio/model`

创建音色模型

上传参考音频并填写模型信息，响应返回新建模型的详情。

由于需要上传文件，请使用 multipart/form-data，不要手动设置 boundary。

Request Body

Content-Type: multipart/form-data

Example:

{
  "type": "tts",
  "title": "My Voice",
  "description": "Cloned from a studio sample",
  "visibility": "private",
  "train_mode": "fast",
  "voices": ["sample.wav"],
  "texts": ["Hello, this is a studio sample."],
  "tags": ["custom", "english"],
  "enhance_audio_quality": true,
  "generate_sample": false
}

Properties:

Name	Type	Required	Description
`type`	string	Yes	模型类型，固定为 `tts`（文本转语音）
`title`	string	Yes	模型标题或名称
`train_mode`	string	Yes	训练模式，固定为 `fast`。TTS 模型创建后立即可用
`voices`	file \| file[]	Yes	用于调音的参考音频，1～20 个文件
`description`	string \| null	No	模型描述
`cover_image`	file \| null	No	封面图。公开模型必填
`visibility`	string	No	可见性。默认 `private`
`texts`	string \| string[] \| null	No	与 `voices` 对应的转写文本；未传时会对音频做 ASR
`voice_design_signatures`	string \| string[] \| null	No	来自 Voice Design 候选的签名，与 `voices` 一一对应
`tags`	string \| string[] \| null	No	模型标签
`enhance_audio_quality`	boolean	No	是否增强音质。默认 `true`
`generate_sample`	boolean	No	是否生成默认试听文本。默认 `false`

visibilitystring（可选）

模型可见性，默认 private。

private：仅创建者可见
unlist：知道链接的人可访问
public：公开展示。通过 API 传入 public 会被降级为 private，公开发布请走网页发布流程

公开模型需要提供 cover_image。

voicesfile | file[]（必选）

用于调音的参考音频文件，最少 1 个、最多 20 个。

单个文件：字段名 voices，上传一个音频文件
多个文件：重复提交 voices 字段，每个文件一段参考音频

未提供 texts 时，服务端会对音频执行 ASR 生成转写。建议提供精确转写以提升克隆质量。

textsstring | string[] | null（可选）

与 voices 对应的转写文本，最多 20 条。顺序应与 voices 一致。

未指定时，服务端会对音频执行 ASR
指定时请填写音频中的准确文本，准确度会直接影响克隆质量

voice_design_signaturesstring | string[] | null（可选）

来自 /v1/voice-design 候选的签名，与 voices 数量、顺序一一对应。

当每一段上传音频都校验通过时，模型会被标记 source=voice_design；任一签名无效则请求被拒绝。

Responses

201: 创建成功

Content-Type: application/json

401: 无权限

Content-Type: application/json

503: 服务过载

Content-Type: application/json

请求示例

curl -X POST "https://api.autorouter.top/fishaudio/model" \
  -H "Authorization: Bearer sk-xxxxxx" \
  -F "type=tts" \
  -F "title=My Voice" \
  -F "description=Cloned from a studio sample" \
  -F "visibility=private" \
  -F "train_mode=fast" \
  -F "voices=@/path/to/sample.wav" \
  -F "texts=Hello, this is a studio sample." \
  -F "tags=custom" \
  -F "enhance_audio_quality=true"

响应示例

{
  "_id": "7f8a9b0c1d2e3f4a5b6c7d8e",
  "type": "tts",
  "title": "My Voice",
  "description": "Cloned from a studio sample",
  "cover_image": "",
  "train_mode": "fast",
  "state": "trained",
  "tags": ["custom"],
  "samples": [],
  "created_at": "2026-09-20T01:00:00.000Z",
  "updated_at": "2026-09-20T01:00:00.000Z",
  "languages": ["en"],
  "visibility": "private",
  "lock_visibility": false,
  "default_text": "",
  "source": null,
  "licensed": false,
  "like_count": 0,
  "mark_count": 0,
  "shared_count": 0,
  "task_count": 0,
  "liked": false,
  "marked": false,
  "unliked": false,
  "author": {
    "_id": "64a1b2c3d4e5f67890123456",
    "nickname": "creator",
    "avatar": "https://example.com/avatar.png"
  }
}

响应字段说明：

Name	Type	Description
`_id`	string	模型 ID，可用于语音合成的 `reference_id`
`type`	string	模型类型。`tts` 为文本转语音，`svc` 为歌声转换
`title`	string	模型标题
`description`	string	模型描述，默认为空字符串
`cover_image`	string	封面图 URL，默认为空
`train_mode`	string	训练模式。`fast` 创建后立即可用；`full` 为完整训练
`state`	string	状态。枚举值：`created`、`training`、`trained`、`failed`
`tags`	string[]	标签列表
`samples`	object[]	试听样本，默认空数组
`created_at`	string	创建时间，ISO 8601
`updated_at`	string	更新时间，ISO 8601
`languages`	string[]	语种列表
`visibility`	string	可见性。枚举值：`public`、`unlist`、`private`
`lock_visibility`	boolean	是否锁定可见性，默认 `false`
`dmca_taken_down`	boolean \| null	是否因 DMCA 下架
`takedown_category`	string \| null	下架类别：`dmca`、`policy`
`default_text`	string	默认试听文本
`source`	string \| null	来源。全部 voice 校验通过时可能为 `voice_design`
`licensed`	boolean	是否为 Fish Audio 已授权音色
`quality`	object \| null	音频质量评估
`like_count`	integer	点赞数
`mark_count`	integer	收藏数
`shared_count`	integer	分享数
`task_count`	integer	使用次数
`liked`	boolean	当前用户是否点赞
`marked`	boolean	当前用户是否收藏
`unliked`	boolean	当前用户是否点踩
`author`	object	作者信息

authorobject（必选）

作者信息。

_idstring（必选）

作者用户 ID。

nicknamestring（必选）

作者昵称。

avatarstring（必选）

作者头像 URL。

samplesobject[]（可选）

试听样本列表，默认空数组。

titlestring（必选）

样本标题。

textstring（必选）

样本对应的文本。

task_idstring（必选）

生成该样本的任务 ID。

audiostring（必选）

样本音频 URL。

错误处理

HTTP 401 / 403 鉴权错误

401 Unauthorized：API Key 无效或已过期
403 Forbidden：API Key 无权访问此模型（检查 token 的模型白名单）

HTTP 402 余额不足

返回 insufficient user quota。请前往 AutoRouter 控制台充值。

HTTP 503 服务过载

服务端负载过高，无法处理请求。请稍后重试。

创建模型

Base URL

Authentication

Endpoints

POST `/fishaudio/model`

Request Body

visibilitystring（可选）

voicesfile | file[]（必选）

textsstring | string[] | null（可选）

voice_design_signaturesstring | string[] | null（可选）

Responses

请求示例

响应示例

authorobject（必选）

samplesobject[]（可选）

错误处理

HTTP 401 / 403 鉴权错误

HTTP 402 余额不足

HTTP 503 服务过载

目录

创建模型

visibilitystring（可选）

voicesfile | file[]（必选）

textsstring | string[] | null（可选）

voice_design_signaturesstring | string[] | null（可选）

authorobject（必选）

属性

samplesobject[]（可选）

属性

目录