Fish S2 Pro
预览Fish Audio全部 Fish Audio 模型
$0.015
$15.00
2026-03-09
定位：旗舰。价格：语音模型中第 2 级（共 4 级）。
- 定位
- 旗舰，依原厂说法。 原厂已推出新一代。来源
- 价格
- 在语音模型中是第 2 级（共 4 级，$ 最便宜），看的是每千字符价格：$0.01 到 $0.02 以下。
- 原厂速度
- 不标：原厂没有比较这款的速度。
三项各自独立，不是质量评分。
Fish Audio S2 Pro 是 Fish Audio 公开发布的文字转语音模型，以超过 1,000 万小时、涵盖 80 多种语言的音频训练。可用 [whisper]、[excited] 等自由描述的行内标签逐字控制情绪与韵律，并支持多说话人、多轮对话。Fish Audio 目前将它列为上一代 S2 模型，后继版本为 S2.1-Pro。
模态
语音
每 1 千字符
$0.015
USD / 千字符
每百万字符
$15.00
USD / 百万字符
发布
2026 年 3 月 9 日
价格
用多少付多少：请求成功才扣点，失败不收费。
每 1 千字符
$0.015
每百万字符
$15.000
USD / 千字符
每 1 千字符
$0.015
1.5 点数 · USD / 千字符
每百万字符
$15.000
1,500.0 点数 · USD / 百万字符
文字转语音（Fish Audio），按字符计费，刊例为每 100 万字符 USD 15。
适合场景
适合
- 以行内情绪标签控制的表现型旁白与角色配音
- 多说话人对话，例如播客式或广播剧脚本
- 涵盖中文、英文、日文及数十种语言的多语配音
- 按脚本长度估算预算——ATP 按输入字符计费
通常较不适合
- 语音识别或音频理解——此 id 仅做文字转语音
- 以公开权重做商用自部署——权重采用研究用、非商用许可
评测数据
厂商自报
- Seed-TTS Eval WER (English)0.99% WERFish Audio
- Seed-TTS Eval WER (Chinese)0.54% WERFish Audio
- EmergentTTS-Eval win rate81.88%Fish Audio
| 评测 | 分数 | 来源 |
|---|---|---|
| Seed-TTS Eval WER (English) | 0.99% WER | Fish Audio |
| Seed-TTS Eval WER (Chinese) | 0.54% WER | Fish Audio |
| EmergentTTS-Eval win rate | 81.88% | Fish Audio |
分数为各厂商自行公布，非 ATP 测量；测试条件各异，不宜跨厂商直接比较。
每个模型都用同一套管理：项目密钥、各项目可用的模型、点数预算，每次请求都有记录。设置组织
成本试算
拉一下用量，看一个月大概花多少。
010,000
试算
$7.50
USD / 月
750 点数 / 月
- 字符$7.50
$7.50 USD / 月 · 750 点数 / 月
快速上手
先确认你的密钥能看到这个模型代号，再按文档发请求。 阅读文档
models.sh · curl
curl -s https://api.atptoken.ai/v1/models \
-H "Authorization: Bearer atp-•••"
# data[].id: "fish-s2-pro"常见问题
- Fish S2 Pro 可以输入什么、会生成什么？
- Fish S2 Pro 是 Fish Audio 的文本转语音模型。输入要朗读的文本，生成语音音频。
- Fish S2 Pro 怎么计价？
- 按发送文本的字符数计价（每千字符）。请求成功才扣点，失败不收费。USD 1＝100 点。 查看价格
- 怎么通过 ATP 调用 Fish S2 Pro？
- 创建项目 API 密钥，先用 GET https://api.atptoken.ai/v1/models 确认能看到「fish-s2-pro」，再按语音生成文档发请求，model 填这个代号。
资料来源
本页的模型介绍引用以下来源。价格来自 ATP。