本页内容
本页内容
供应商
Fish Audio
OpenClaw 支持通过两种不同方式使用 Fish Audio:
- Hosted S2.1 和 Drama 3 通过网关上的
fish-audio语音提供程序运行,并跨渠道、语音注释、Talk 和电话工作。 - 本地版 S2 Pro 通过现有的
mlxTalk 提供商在原生 macOS 应用中运行。它始终在 Mac 上运行,不需要 Fish API 密钥。
托管 S2.1
安装 fish-audio-speech 插件:
插件 ID 为 fish-audio-speech。提供商和 TTS 配置 ID 仍为 fish-audio。
从 Fish Audio API Keys 页面设置 API 密钥:
然后配置提供商:
speakerVoiceId 是可选的。如果没有它,Fish Audio 将使用其默认语音。 FISH_AUDIO_API_KEY 也被接受以与现有社区插件兼容,但 FISH_API_KEY 是标准 Fish SDK 环境变量。
托管模型
| 模型 | 用途 |
|---|---|
drama-3 |
发布剧集 3。自然语言语音指导和单词级传递标签。 |
drama-3-preview |
预览。自然语言语音指导和单词级传递标签;行为和可用性可能会改变。 |
s2.1-pro |
默认模型。生产环境中的 S2.1 服务,附带你所选套餐提供的托管服务保障。 |
s2.1-pro-free |
促销 S2.1 访问权限于 2026 年 8 月 31 日结束;无 TTFA 或 DPA 保证。 |
s2-pro |
上一代 S2 模型。 |
s1 |
更早一代模型,支持使用圆括号控制情绪。 |
对于普通音频,该提供商请求 MP3;对于原生语音消息,请求 48 kHz 的 Opus;对于电话通信,请求 8 kHz 的原始 PCM。对于 Discord 语音,OpenClaw 会在 Fish Audio 的分块 HTTP 响应到达时立即使用,而不是等待整个音频片段完成。
表现力语音
S2 和 S2.1 接受内联自然语言标签。将标签放入朗读文本中:
常见标签包括 [whisper]、[laughing]、[excited]、[sad]、[pause],以及诸如 [professional broadcast tone] 之类的自由格式指令。
戏剧3
将 tts.providers.fish-audio.model 设置为 "drama-3" 以选择加入。提供商继续默认为 s2.1-pro;现有配置不会自动切换。 "drama-3-preview" 仍被接受。对于特定于 Talk 的覆盖,请使用 talk.providers.fish-audio.modelId: "drama-3"。
Drama 3 使用相同的托管 API、API 密钥和语音 ID。它接受方括号、声音和停顿中的简单语言指示,以及仅影响所包含单词的配对标签:
支持的交货标签包括 <whisper>、<emphasis>、<soft>、<fast>、<slow>、<stress> 和 <forceful>。方向属于语音文本,而不是单独的模型或语音设置。
有关方向示例和限制,请参阅 Fish Audio Drama 3。 OpenClaw 当前每个合成请求选择一种鱼声;该提供商未公开 Fish 的多扬声器 reference_id 阵列。
语音选择与克隆
使用 /tts status 检查活动提供程序并使用 /tts audio <text> 查找一次性剪辑。 Fish 语音 ID 可以来自您自己训练的声音或公共 Fish 语音库。 OpenClaw 首先列出您的声音,然后列出流行的公共声音的绑定页面。
语音提供者使用现有的语音 ID;它不会上传录音或创建语音模型。语音创建是 Fish Audio 应用程序或 API 中单独的同意敏感操作。
macOS 上的本地 S2 Pro
原生 macOS 应用捆绑了一个隔离的 MLX TTS 辅助程序。在 Apple 芯片设备上,将现有的 mlx Talk 提供商指向 8 位 Fish 转换版本:
第一次生成语音时会下载约 6.8 GB 的模型和编解码器数据。OpenClaw 会让一个选定的 MLX 模型保持驻留,以便重复生成语音;经过五分钟空闲时间、应用关闭或出现内存压力后,模型会被卸载。
本地参考音色
当 Gateway 和 macOS 应用共享同一文件系统时,配置一段 10–30 秒的清晰参考录音及其准确转录文本:
referenceAudioPath 会在运行原生应用的 Mac 上解析,而不是在远程 Gateway 上解析。文件会保留在本地:应用仅将其传递给隔离的 MLX 辅助程序。本地 Fish 输出会以 PCM 流的形式传入 Talk 播放,因此语音可以在较长的生成过程完成之前开始播放。
故障排查
Fish Audio API key missing:设置FISH_API_KEY或tts.providers.fish-audio.apiKey。- HTTP 401:验证 Fish Audio 处的 API 密钥。
- HTTP 402:所选托管模型需要可用额度或相应的方案权限。
- 本地模型回退到系统语音:确认Apple芯片、可用磁盘空间以及确切的Hugging Face模型ID。
- 本地克隆效果不匹配:使用干净的单说话人音频,并确保
referenceText与其完全一致。
请参阅 Fish 音频 TTS API 和 Fish 音频研究 License。