كيفية استخدام Fish Audio S2 API: دليل شامل مع Apidog

تُعد Fish Audio S2 API واجهة برمجة تطبيقات REST لتحويل النص إلى كلام بجودة إنتاجية، مدعومة بنموذج يحتوي على 4 مليارات معلمة وتم تدريبه على 10 ملايين ساعة من الصوت. تدعم استنساخ الصوت، والبث المباشر، وأكثر من 50 لغة. لاستخدام Fish Audio S2 API بكفاءة، بما في ذلك إرسال الطلبات، وإدارة المراجع، وتشغيل اختبارات الوحدة، يُعد Apidog أسرع طريقة لاستكشاف كل نقطة نهاية وتوثيقها والتحقق من صحتها.

جرّب Apidog اليوم

مقدمة

تخطت تقنيات تحويل النص إلى كلام باستخدام الذكاء الاصطناعي حدودها السابقة. لم تعد النماذج الحديثة تبدو آلية فقط، بل أصبحت قادرة على التعبير والتغيير في النبرة وحتى الضحك والهمس. Fish Audio S2 API توفر نموذجًا قويًا بـ 4 مليارات معلمة، مدرب على أكثر من 10 ملايين ساعة من الصوت متعدد اللغات، لإنتاج كلام طبيعي يصعب تمييزه عن الكلام البشري.

لدمج Fish Audio S2 API في مشاريع مثل أتمتة البودكاست، أو بناء مساعدين صوتيين، أو سير عمل الدبلجة الفورية، ستحتاج إلى معرفة كيفية المصادقة، وإدارة الصوت المرجعي، وتفعيل البث، وكتابة اختبارات وحدة تضمن استقرار التكامل في الإنتاج.

💡قبل إجراء أول مكالمة لـ Fish Audio S2 API، قم بتنزيل Apidog مجانًا. اختبر تفاعل المشاعر، والبث، واستنساخ الصوت، واستجابات الصوت الثنائية بسرعة ودون أي كود. يمكنك المحاكاة والاختبار والاستماع فورًا لضمان تكامل TTS من اليوم الأول.

ما هي Fish Audio S2 API؟

Fish Audio S2 API هي الواجهة البرمجية لـ Fish Speech S2-Pro، وهو نظام مفتوح المصدر لتحويل النص إلى كلام (TTS) يعتمد على بنية Dual-Autoregressive (Dual-AR). يفصل النموذج بين التوليد الدلالي عالي المعلمات (4 مليارات) والتوليد الرمزي (400 مليون معلمة)، ما يسمح بتوليف سريع وجودة عالية على وحدة NVIDIA H200 واحدة.

أهم إمكانيات Fish Audio S2 API:

الميزة	التفاصيل
اللغات	~50 (الإنجليزية، الصينية، اليابانية، الكورية، العربية، الفرنسية، الألمانية، والمزيد)
استنساخ الصوت	صوت مرجعي لمدة 10–30 ثانية، لا يلزم ضبط دقيق
التحكم في المشاعر داخل النص	علامات اللغة الطبيعية: [ضحك]، [همس]، [سعيد جداً]
توليد متعدد المتحدثين	دعم رمزي أصلي <|speaker:i|>
البث المباشر	صوت مجزأ في الوقت الفعلي عبر "streaming": true
تنسيقات الإخراج	WAV, MP3, PCM
المصادقة	رمز Bearer (Authorization: Bearer YOUR_API_KEY)

العنوان الأساسي بعد النشر المحلي: http://127.0.0.1:8080. جميع نقاط النهاية تحت /v1/.

البدء مع Fish Audio S2 API و Apidog

المتطلبات الأساسية لـ Fish Audio S2 API

قبل أي خطوة عملية، يجب تشغيل خادم Fish Speech S2-Pro وتجهيز عميل API يتعامل مع استجابات الصوت الثنائية.

تشغيل الخادم:

python tools/api_server.py \
  --llama-checkpoint-path checkpoints/s2-pro \
  --decoder-checkpoint-path checkpoints/s2-pro/codec.pth \
  --listen 0.0.0.0:8080 \
  --compile \
  --half \
  --api-key YOUR_API_KEY \
  --workers 4

• --compile: يفعّل تحسين torch.compile لتسريع الاستجابة.
• --half: لتقليل استهلاك ذاكرة GPU (وضع FP16).

اختبار صحة الخادم:

curl http://127.0.0.1:8080/v1/health
# {"status":"ok"}

إعداد Fish Audio S2 API في Apidog

نزّل Apidog مجانًا، أنشئ مشروع HTTP جديد، ثم أضف http://127.0.0.1:8080 في Environments. أضف ترويسة:

Authorization: Bearer YOUR_API_KEY

سيتم تطبيق الرمز تلقائيًا على كل طلب، ويمكنك التبديل بين بيئات متعددة بسهولة.

إجراء أول طلب Fish Audio S2 API في Apidog

اختبار نقطة نهاية تحويل النص إلى كلام

أنشئ طلبًا جديدًا في Apidog باستخدام POST /v1/tts، ثم استخدم الجسم التالي:

{
  "text": "مرحباً! هذا اختبار لواجهة برمجة تطبيقات Fish Audio S2.",
  "format": "wav",
  "streaming": false,
  "temperature": 0.8,
  "top_p": 0.8,
  "repetition_penalty": 1.1,
  "max_new_tokens": 1024
}

مخطط معلمات الطلب:

المعلمة	النوع	الافتراضي	الوصف
text	string	مطلوب	النص المراد توليفه
format	string	wav	تنسيق الصوت: wav، mp3، pcm
chunk_length	int	200	حجم كتلة التوليف (100–300)
seed	int	null	تثبيت البذرة لإخراج ثابت
streaming	bool	false	البث في الوقت الفعلي
max_new_tokens	int	1024	أقصى عدد رموز
temperature	float	0.8	عشوائية العينات
top_p	float	0.8	عتبة أخذ العينات
repetition_penalty	float	1.1	معاقبة التكرار
use_memory_cache	string	off	تخزين الترميز مؤقتًا

اضغط إرسال في Apidog. ستظهر استجابة الصوت ويمكنك الاستماع إليها مباشرة من الواجهة.

استنساخ الصوت باستخدام Fish Audio S2 API

رفع صوت مرجعي عبر Apidog

للاستنساخ، أضف مرجعًا صوتيًا عبر POST /v1/references/add:

{
  "id": "نسخة صوتي",
  "text": "هذا هو النص المرجعي الذي يطابق الصوت.",
  "audio": "<base64-encoded-wav-bytes>"
}

في Apidog، استخدم Binary أو Form Data لتحميل الصوت. بعد الإضافة:

{
  "success": true,
  "message": "تمت إضافة المرجع بنجاح",
  "reference_id": "نسخة صوتي"
}

للاستخدام:

{
  "text": "ستُقال هذه الجملة بالصوت المستنسخ.",
  "reference_id": "نسخة صوتي",
  "format": "mp3"
}

يمكنك حفظ طلبات الاستنساخ كقوالب في Apidog لتبديل الأصوات بسهولة أثناء الاختبار.

كيفية اختبار وحدة تكاملات Fish Audio S2 API

أهمية اختبارات الوحدة

اختبارات الوحدة ضرورية لاكتشاف أخطاء مثل فقدان معرف مرجعي، أو قيم معلمات خارج النطاق، أو مشاكل البث، أو خطأ في تنسيق الصوت قبل وصولها للمستخدم.

كتابة اختبارات الوحدة ببايثون

import pytest
import httpx
import base64

BASE_URL = "http://127.0.0.1:8080"
API_KEY = "YOUR_API_KEY"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}


class TestFishAudioS2API:
    def test_health_check(self):
        response = httpx.get(f"{BASE_URL}/v1/health", headers=HEADERS)
        assert response.status_code == 200
        assert response.json()["status"] == "ok"

    def test_tts_basic_request(self):
        payload = {
            "text": "اختبار وحدة: التحقق من إخراج Fish Audio S2 API TTS.",
            "format": "wav",
            "seed": 42,
        }
        response = httpx.post(
            f"{BASE_URL}/v1/tts",
            json=payload,
            headers=HEADERS,
            timeout=60,
        )
        assert response.status_code == 200
        assert response.headers["content-type"] == "audio/wav"
        assert len(response.content) > 1000

    def test_tts_invalid_temperature_raises_error(self):
        payload = {"text": "اختبار", "temperature": 99.0}
        response = httpx.post(
            f"{BASE_URL}/v1/tts",
            json=payload,
            headers=HEADERS,
            timeout=30,
        )
        assert response.status_code == 422

    def test_reference_add_and_list(self):
        with open("test_reference.wav", "rb") as f:
            audio_b64 = base64.b64encode(f.read()).decode()

        add_response = httpx.post(
            f"{BASE_URL}/v1/references/add",
            json={
                "id": "صوت-اختبار-وحدة",
                "text": "هذا هو صوت مرجعي لاختبار الوحدة.",
                "audio": audio_b64,
            },
            headers=HEADERS,
        )
        assert add_response.json()["success"] is True

        list_response = httpx.get(
            f"{BASE_URL}/v1/references/list", headers=HEADERS
        )
        assert "صوت-اختبار-وحدة" in list_response.json()["reference_ids"]

        httpx.request(
            "DELETE",
            f"{BASE_URL}/v1/references/delete",
            json={"reference_id": "صوت-اختبار-وحدة"},
            headers=HEADERS,
        )

لتشغيل الاختبارات:

pytest test_fish_audio_s2_api.py -v

تشغيل اختبارات الوحدة باستخدام Apidog

يمكنك تنفيذ اختبارات وحدة مباشرة في Apidog باستخدام ميزة سيناريوهات الاختبار:

1. افتح مجموعة Fish Audio S2 API.
2. انتقل إلى Test Scenarios ← New Scenario.
3. أضف الطلبات: فحص الصحة → TTS → إضافة مرجع → قائمة المراجع.
4. في تبويب Assertions لطلب TTS، أضف:
   • حالة الاستجابة = 200
   • ترويسة content-type تحتوي على audio
   • زمن الاستجابة < 30000ms
5. شغّل السيناريو لمتابعة نتائج الاختبار وتحليل التقارير.

Apidog يوفر تقارير نجاح/فشل مع تفاصيل زمن الاستجابة، ويمكن جدولة السيناريوهات مع CI.

ميزات Fish Audio S2 API المتقدمة

بث الصوت في الوقت الفعلي

للتشغيل الفوري، استخدم البث المجزأ عبر "streaming": true:

import httpx

with httpx.stream(
    "POST",
    "http://127.0.0.1:8080/v1/tts",
    json={
        "text": "بث الصوت من Fish Audio S2 API في الوقت الفعلي.",
        "format": "wav",
        "streaming": True,
    },
    headers={"Authorization": "Bearer YOUR_API_KEY"},
    timeout=None,
) as response:
    with open("streamed_output.wav", "wb") as audio_file:
        for chunk in response.iter_bytes(chunk_size=4096):
            audio_file.write(chunk)

ستحصل على أول بايتات صوت خلال ~100 مللي ثانية، مما يجعلها مثالية لتطبيقات الصوت الحي.

التحكم في المشاعر داخل النص

أضف العلامات مباشرة في text:

{
  "text": "[همسات] السر مخبأ هنا. [سعيد جداً] لقد وجدته!",
  "format": "wav"
}

النموذج يفسر العلامات بين قوسين مثل [ضحك]، [همس]، وغيرها كتعليمات نبرة.

الخلاصة

Fish Audio S2 API توفر محرك TTS قويًا عبر REST، يدعم الاستنساخ، البث، والمشاعر المتقدمة. لتحقيق تكامل موثوق:

• اضبط معلمات العينات بشكل صحيح (temperature، top_p...)
• أدر المراجع الصوتية بوضوح.
• حافظ على اختبارات وحدة لكل نقطة نهاية.

Apidog يبسط هذه العملية: أرسل طلباتك، استمع مباشرة، أنشئ كود العميل تلقائيًا، وشغّل اختبارات الوحدة بدون إعدادات إضافية.

قم بتنزيل Apidog مجانًا وابدأ اختبار Fish Audio S2 API فورًا.

الأسئلة الشائعة

ما هي Fish Audio S2 API؟ هي واجهة REST لـ Fish Speech S2-Pro (نموذج TTS بـ4 مليارات معلمة، 50+ لغة، استنساخ، بث، مشاعر، عبر HTTP تحت /v1/).

كيف تتم المصادقة؟ أضف ترويسة Authorization: Bearer YOUR_API_KEY لكل طلب. اضبط المفتاح مع --api-key عند تشغيل الخادم. مع Apidog ستحصل على إدارة تلقائية للرمز.

هل يمكنني اختبار Fish Audio S2 API بدون كود؟ نعم، استخدم سيناريوهات Apidog لبناء وتشغيل اختبارات الوحدة بصريًا مع التأكيدات (رمز الحالة، زمن الاستجابة...).

ما هي تنسيقات الصوت المدعومة؟ WAV (افتراضي)، MP3، PCM. حدّد ذلك في حقل format.

كيف يعمل الاستنساخ؟ ارفع ملف صوتي ونصه عبر /v1/references/add، ثم مرر reference_id لأي طلب TTS.

كم سرعة Fish Audio S2 API؟ على NVIDIA H200، تبلغ RTF حوالي 0.195 والبث يبدأ في أقل من 100ms.

كيف أتحقق من استجابات الصوت في Apidog؟ سيظهر مشغل صوتي تلقائيًا مع كل استجابة صوتية، ويمكنك الاستماع والتأكد من صحة الإخراج مباشرة.