Fish Audio模型现已在Vercel AI Gateway上免费提供
内容提要
Fish Audio的音频模型已上线AI Gateway，庆祝期间所有模型免费至9月18日。提供四个模型，包括文本转语音（支持低延迟、语音克隆、多语言及情感标记）和语音转文本（带时间戳）。用户可通过标准名称或加“-free”后缀使用，后者在优惠结束后自动停止服务。支持代码和浏览器试玩。
延伸解读
免费期后如何避免意外扣费
文章明确指出，使用标准模型名（如 fish-audio/s2.1-pro）在优惠期内免费，但优惠结束后会自动开始计费。若想确保不产生费用，需在模型名后添加“-free”后缀（如 fish-audio/s2.1-pro-free），这样优惠结束后模型将停止服务。开发者应特别注意这一点，以免在不知情的情况下产生费用。
模型选择与功能差异
Fish Audio 提供四个模型，各有侧重：s2.1-pro 支持低延迟流式输出和语音克隆；transcribe-1 用于语音转文字，返回带时间戳的片段；s2-pro 支持约八十种语言，并可通过文本内标签调整单个词或短语的发音风格；s1 则支持情感、语气和音效标记。开发者可根据具体需求选择合适的模型。
试用方式与集成
除了通过代码调用，用户还可以在 Playground 中直接试用模型，无需编写代码。代码示例展示了如何使用 AI SDK 7 中的 generateSpeech 和 transcribe 函数，分别实现文本转语音和语音转文字。音频文件可保存为 mp3，转录结果包含分段时间戳，便于后续处理。
Q&A
Fish Audio模型在AI Gateway上免费使用到什么时候？
Fish Audio模型在AI Gateway上免费使用至9月18日，为期30天。
Fish Audio在AI Gateway上提供了哪些模型？
提供了四个模型：fish-audio/s2.1-pro（文本转语音，支持低延迟和语音克隆）、fish-audio/transcribe-1（语音转文本，带时间戳）、fish-audio/s2-pro（文本转语音，支持约80种语言和内联标签）、fish-audio/s1（文本转语音，支持情感、语气和音效标记）。
如何在免费期结束后避免被自动收费？
在模型名称后加上“-free”后缀，例如fish-audio/s2.1-pro-free，这样优惠结束后模型会自动停止服务，不会产生费用。
Fish Audio的文本转语音模型支持哪些功能？
支持低延迟流式传输、从参考录音克隆声音、多语言（约80种语言）、内联标签控制发音，以及情感、语气和音效标记。
Fish Audio的语音转文本模型有什么特点？
fish-audio/transcribe-1模型可以返回文本，并提供音频时长和带时间戳的片段，时间戳精确到单词级别。
如何在代码中使用Fish Audio的文本转语音功能？
使用AI SDK的generateSpeech函数，指定模型为fish-audio/s2.1-pro，传入文本，然后可以将返回的音频写入文件。示例代码：const result = await generateSpeech({ model: 'fish-audio/s2.1-pro', text: 'How are you doing today?' }); await writeFile('speech.mp3', result.audio.uint8Array);
如何在不写代码的情况下试用Fish Audio模型？
可以在AI Gateway的模型列表中点击模型，直接在浏览器中发送文本或音频进行试听或查看结果。
