Fish Audio音色设计API-Voice Design文生音色-AutoRouter

根据自然语言提示词生成候选音色。同步接口，直接返回 base64 编码的 WAV 音频。

根据自然语言提示词生成短音频候选音色。适合在较长 TTS 流程或创建持久音色模型之前，先探索音色方向。

同步接口：提交后直接返回候选列表，无需轮询任务。仅接受 application/json，不支持 MessagePack、multipart 或内联参考音频。候选音频为 WAV 字节的 base64 编码。按成功请求计费一次，而非按候选条数。

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/v1/voice-design`

创建音色设计请求

传入音色描述提示词，响应返回一个或多个候选音色及其试听音频。

请求头必须设置 model: voice-design-1。多余字段会被拒绝。

Headers

Name	Type	Required	Description
`Authorization`	string	Yes	请求身份认证。格式：`Bearer sk-xxxxxx`
`Content-Type`	string	Yes	固定为 `application/json`
`model`	string	Yes	音色设计模型，固定为 `voice-design-1`

Request Body

Content-Type: application/json

Example:

{
  "instruction": "Warm, confident studio narrator with a natural tone",
  "reference_text": "Welcome to Fish Audio.",
  "language": "en",
  "n": 2,
  "speed": 1,
  "num_step": 32,
  "guidance_scale": 2,
  "instruct_guidance_scale": 0,
  "seed": 42
}

Properties:

Name	Type	Required	Default	Description
`instruction`	string	Yes	—	音色设计提示词，描述音色、年龄、表达、语气、口音、节奏与场景。长度 1～2000 字符
`reference_text`	string \| null	No	`null`	可选试听文本。提供后各候选会朗读同一段文本，便于对比。最长 150 字符
`language`	string \| null	No	`null`	可选语种提示，如 `en`、`zh`、`ja`
`n`	integer	No	`2`	生成候选数量，取值 `[1, 4]`
`speed`	number	No	`1.0`	语速倍率，须大于 `0` 且不超过 `3`
`num_step`	integer	No	`32`	扩散步数，取值 `[1, 128]`
`guidance_scale`	number	No	`2.0`	Classifier-free guidance。值越高越贴近提示词，须 `>= 0`
`instruct_guidance_scale`	number	No	`0.0`	提示词条件引导强度，须 `>= 0`
`seed`	integer \| null	No	`null`	可选确定性种子，便于复现候选生成

instructionstring（必选）

音色设计主提示词。用自然语言描述期望的声音特征，例如：

年龄与性别倾向
表达方式与语气（如温暖、自信、明亮）
口音、咬字与节奏
使用场景（如工作室旁白、产品更新播报）

长度限制为 1～2000 字符。

reference_textstring | null（可选）

试听文本。提供后，各候选会朗读该文本，便于在同一句话上对比音色。

建议保持简短
最长 150 字符
不传时仍会生成候选音频，但预览内容由模型决定

Responses

200: 生成成功

Content-Type: application/json

401: 无权限

Content-Type: application/json

402: 余额不足

Content-Type: application/json

503: 服务过载

Content-Type: application/json

请求示例

curl --request POST "https://api.autorouter.top/fishaudio/v1/voice-design" \
  --header "Authorization: Bearer sk-xxxxxx" \
  --header "Content-Type: application/json" \
  --header "model: voice-design-1" \
  --data '{
  "instruction": "Warm, confident studio narrator with a natural tone",
  "reference_text": "Welcome to Fish Audio.",
  "language": "en",
  "n": 2,
  "speed": 1,
  "num_step": 32,
  "guidance_scale": 2,
  "instruct_guidance_scale": 0,
  "seed": 42
}'

响应示例

{
  "candidates": [
    {
      "id": "candidate-id",
      "index": 0,
      "audio_base64": "UklGRg...",
      "sample_rate": 44100,
      "duration_ms": 3100,
      "text": "Welcome to Fish Audio.",
      "language": "en"
    }
  ]
}

响应字段说明：

Name	Type	Description
`candidates`	object[]	生成的音色候选列表
`candidates[].id`	string	本次响应中稳定的候选标识
`candidates[].index`	integer	候选序号，用于保持模型返回顺序，从 `0` 起
`candidates[].audio_base64`	string	Base64 编码的 WAV 音频，解码后即可写入文件
`candidates[].sample_rate`	integer	采样率（Hz）
`candidates[].duration_ms`	integer	音频时长（毫秒）
`candidates[].text`	string \| null	与该候选关联的试听文本（有则返回）
`candidates[].instruct`	string \| null	与该候选关联的提示词（有则返回）
`candidates[].language`	string \| null	检测到的或请求的语种（有则返回）

接口为无状态：不会创建 batch、sample、音色模型或预签名 URL。可将解码后的音频用于试听；若要固化为可复用音色，请再调用创建模型接口。

错误处理

HTTP 400 参数错误（提交前拦截，不扣费）

AutoRouter 在提交到上游前会对必填字段做基础校验：

场景	响应
未传 `instruction`	`{"code":"InvalidParameter","message":"...","request_id":"..."}`
未传或错误的 `model` Header	`{"code":"InvalidParameter","message":"...","request_id":"..."}`
传入 MessagePack / multipart / 多余字段	请求被拒绝

鉴权失败、参数校验失败、余额不足、并发限制、上游错误以及空候选响应均不计费。

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。

音色设计

instructionstring（必选）

reference_textstring | null（可选）

目录