Fish Audio 文本转语音

安装指南

1. ClawHub CLI 从源直接安装技能的最快方式。
   npx clawhub@latest install fish-audio
2. 手动安装 将技能文件夹复制到以下位置之一
   全局模式
   ~/.openclaw/skills/
   工作区
   /skills/
   优先级：工作区 > 本地 > 内置
3. 提示词安装 将此提示词复制到 OpenClaw 即可自动安装。
   请帮我使用 Clawhub 安装 fish-audio。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
   更倾向于下载？
   获取包含原生技能文件的ZIP压缩包。
   下载技能 (.zip)

什么是

Fish Audio 是一项 OpenClaw 技能，可通过 AceDataCloud Fish Audio API 生成文本转语音音频。它可以使用公开或已保存的参考语音合成旁白，也可以根据公开 HTTPS 音频 URL 及其准确转录文本进行一次性语音克隆，并返回 MP3、WAV 或 PCM 等格式的音频。
Openclaw Skills 通过有文档说明的 API 请求，让这些工作流程变得易于使用，并支持同步结果和异步任务。你可以搜索可用的参考语音、调整输出参数，并在下一个工作流程中使用返回的音频 URL。

应用场景

为视频、演示和其他媒体将文本制作成旁白或配音。
搜索公开的 Fish Audio 参考语音，并根据其元数据和 ID 选择语音。
提供其
reference_id
，使用可重复使用的公开或已保存语音生成语音。
使用公开的 HTTPS MP3 或 WAV 参考音频及其准确转录文本进行一次性语音克隆。
异步提交较长的 TTS 任务，随后检查任务状态，而无需重新提交会产生费用的请求。
选择输出格式，并调整受支持的音频、延迟、分块和采样参数。

工作原理

从经过验证的 @acedatacloud ClawHub 发布者处安装 Fish Audio 技能，并配置 AceDataCloud 服务 API 密钥。
如需重复使用语音，请搜索 GET /fish/model 并选择某个条目的 _id；如需一次性克隆，则改为提供一个公开的 HTTPS 音频 URL 及其准确转录文本。
将文本提交到 POST /fish/tts，通过 model 请求标头选择 Fish 引擎，并在 JSON 请求正文中设置 format 或 reference_id 等选项。
对于同步请求，请使用返回的 audio_url。对于异步任务，请保存任务 ID，并轮询 POST /fish/tasks，直到任务完成。
在应用或工作流程中使用生成的音频 URL。不要仅为了查看进度而重复提交相同请求。

配置指南

安装官方技能，并确认发布者为 @acedatacloud：
clawhub install @acedatacloud/fish-audio
登录 AceDataCloud Applications，打开 General application，并检查 Fish Audio 的访问权限、余额和当前价格。复制服务 API 密钥，或在 Manage Keys 下创建单独的密钥。请勿将 platform-... 管理令牌用作服务 API 密钥；复制密钥时不要带上 Bearer 前缀。
如果启用了 API 限制，请允许 /fish/tts。使用异步 TTS 时，也要允许 /fish/tasks；高级工作流程可能还需要其他路由。
在 OpenClaw Gateway 主机上，将密钥添加到 ~/.openclaw/.env：
ACEDATACLOUD_API_TOKEN=your_api_key_here
重启 Gateway 并开启新会话。如需直接在终端中测试，请在该 shell 中导出密钥：
export ACEDATACLOUD_API_TOKEN="your_api_key_here"
切勿在提示词中包含密钥，也不要提交 .env 文件。
使用语音参考 ID 测试同步 TTS：
curl -X POST https://api.acedata.cloud/fish/tts \ -H "Authorization: Bearer $ACEDATACLOUD_API_TOKEN" \ -H "Content-Type: application/json" \ -H "model: s2-pro" \ -d '{"text":"Hello from Fish Audio.","reference_id":"d7900c21663f485ab63ebdb7e5905036","format":"mp3"}' 同步响应中会包含 audio_url。如果请求返回任务 ID，请轮询该任务，而不要重复提交会产生费用的生成请求。
Fish Audio 文本转语音 数据架构与分类体系
该技能使用 AceDataCloud API 请求和响应，而不是记录本地音频生成文件存储。
数据 结构或位置 用途
API 凭据 ~/.openclaw/.env 中的 ACEDATACLOUD_API_TOKEN 用于验证请求；请妥善保密，不要提交到源代码管理中。
TTS 请求 带有 model 标头和 JSON 正文的 POST /fish/tts 包含文本、语音选择或克隆参考、输出选项及可选的异步设置。
参考语音元数据 GET /fish/model 响应中的 items[] 包含 _id、title、languages、tags、visibility 和 state 等字段；将 _id 用作 reference_id。
生成的音频 同步响应中的 audio_url 指向生成音频的 URL；输出格式可以是 MP3、WAV 或 PCM。
异步任务 异步提交时返回的任务 ID 使用此 ID 调用 POST /fish/tasks 以检查任务进度。
一次性克隆参考 references: [{"audio": "https://...", "text": "..."}] 提供一个公开的 HTTPS MP3 或 WAV 参考音频及其准确转录文本；不能与 reference_id 同时使用。
一次性参考音频时长必须为 10–270 秒。AceDataCloud 端点不接受原始字节、Base64、data URI 和 MessagePack。

高级特性

model
请求标头（而非 JSON 正文字段）选择受支持的 Fish 引擎：
s1
、
s2-pro
s2.1-pro
。
使用可选的采样率、MP3 比特率、延迟模式、分块控制、采样参数、令牌限制、规范化和韵律设置调整输出。
async: true
进行异步生成，并轮询
POST /fish/tasks
；如果你运营着一个公开 webhook，也可以在异步请求中提供回调 URL。
reference_id
重复使用公开或已保存的语音，或使用
references
进行临时的一次性克隆。不要同时使用这两种选项。
GET /fish/model
GET /fish/model/{id}
搜索或获取语音元数据。
注意 API 的具体要求：TTS 使用
POST /fish/tts
（而不是
/fish/audios
），计费依据是目标文本的 UTF-8 字节数；参考音频不另收克隆费用。

name: fish-audio description: Generate AI text-to-speech audio, use saved voices, or create a one-shot voice clone from an HTTPS reference audio URL and exact transcript via AceDataCloud API. license: Apache-2.0