---
title: "Fish Audio голос S2.1 Pro по API"
description: "Озвучка Fish Audio S2.1 Pro: эмоции своими словами в скобках, 83 языка с русским, только официальные голоса. Ответ — MP3, WAV, Opus."
url: https://veselo.ai/models/fishaudio/s2.1-pro
updated: 2026-11-16T14:39:32.641Z
---

# Fish Audio голос S2.1 Pro по API

Fish Audio S2.1 Pro, или «фиш аудио», как её часто пишут по-русски, — основная модель озвучки Fish Audio, которую компания советует для работы. Эмоции ей описывают своими словами в квадратных скобках, например [warm and happy], а языков у неё 83, русский среди них. Голоса у нас только официальные. Цена — 3,36 ₽ за 1000 букв кириллицы.

- **3,36 ₽ за 1000 букв кириллицы**
- до 4 096 знаков
- текст → звук

`fishaudio/s2.1-pro`

Обновлено: 16 ноября 2026 г.

[Получить ключ](https://veselo.ai/developer) Попробовать [Документация](https://veselo.ai/docs/speech)

## Попробовать Fish Audio S2.1 Pro

Отправь текст — модель вернёт его голосом. Запрос оплачивается с API-счёта по цене на кнопке, бесплатных проб нет; ошибка нейросети денег не стоит.

**Текст для озвучки:** «[warm and happy] Привет! Это голос для твоего ролика. [whispering] А теперь секрет: его сделала нейросеть.»

В ответ приходит сам звук, по умолчанию MP3; цена — в заголовке x-veselo-cost-rub.

## Цены Fish Audio S2.1 Pro в рублях

| Текст — латиница, цифры и пробелы — вдвое дешевле | 3,36 ₽ за 1000 букв кириллицы |
| --- | --- |

Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. [Как считается цена](https://veselo.ai/docs/pricing)

### Сколько стоят типичные задачи

Суммы посчитаны по цене выше — сколько спишется за такую работу.

| Закадровый голос для ролика в соцсетях: ролик на 400 знаков по-русски | Около 1,35 ₽ |
| --- | --- |
| Медитации и дыхательные практики: практика на 1 500 знаков по-русски | Около 5,04 ₽ |
| Объясняющий ролик или урок: урок на 2 000 знаков по-русски | Около 6,72 ₽ |
| Рекламный ролик с энергией: реклама на 300 знаков по-русски | Около 1,01 ₽ |
| Голос тренера в фитнес-приложении: сорок команд по 60 знаков по-русски | Около 8,07 ₽ |

## Что умеет Fish Audio S2.1 Pro

- Говорит на 83 языках и определяет язык по самому тексту, без настроек ([модели Fish Audio](https://docs.fish.audio/developer-guide/models-pricing/models-overview)).
- Эмоции и манера пишутся свободными словами в квадратных скобках: [happy], [whispering], [in a hurry tone], [slightly sad]. Закрытого списка нет.
- Звуки и паузы тоже ставятся тегами: [laughing], [sighing], [gasping], [clear throat], [break] и [long-break].
- Fish советует одну главную эмоцию на предложение и не больше трёх вместе ([эмоции в Fish Audio](https://docs.fish.audio/developer-guide/core-features/emotions)).
- Голоса — официальные голоса Fish, среди них Adrian, Ethan, Hannah, Jordan, Laura, Sarah и Selene. Записаны они по-английски, а говорят на всех языках модели.
- Текст до 4 096 знаков за раз; звук отдаётся в MP3, WAV, Opus или PCM.

## Где применять

### Закадровый голос для ролика в соцсетях

Ролику для Reels или YouTube нужен голос, который звучит по-человечески и не надоедает к десятому выпуску. S2.1 Pro читает русский текст и берёт эмоцию из слов в скобках: [warm and happy] в начале задаёт тёплый тон, [whispering] перед секретом понижает голос. Тег для всей фразы Fish советует ставить в начало предложения. Для разговорного ролика подойдёт мягкая Sarah, для рассказа — тёплая Laura.

**Пример запроса:** «[warm and happy] Сегодня покажу, как за десять минут собрать завтраки на всю неделю. [whispering] Спойлер: духовка не понадобится.»

**Стоимость:** ролик на 400 знаков по-русски — около 1,35 ₽.

### Медитации и дыхательные практики

Медитации нужен голос, который не торопит. Selene в каталоге Fish так и описана: спокойный голос для медитаций, с придыханием. Паузы для вдоха и выдоха ставь тегом [long-break], короткие — тегом [break], а тон задай в начале словами [calm] или [soft tone]. Длинную практику дели на части до 4 096 знаков и склеивай в приложении, тогда паузы между частями можно растянуть под ритм дыхания.

**Пример запроса:** «[calm] Устройся удобно и закрой глаза. [long-break] Медленный вдох… [break] и такой же медленный выдох.»

**Стоимость:** практика на 1 500 знаков по-русски — около 5,04 ₽.

### Объясняющий ролик или урок

Для объяснялок у Fish есть Ethan, любознательный рассказчик с документальной подачей. Главное слово урока выделяй тегом [emphasis] прямо перед ним: так Fish показывает ударение в своих примерах. Определения и формулы пиши так, как их надо произнести, а не символами. Если урок длинный, держи один голос на всю серию, чтобы ученики узнавали его с первых слов. Примеры и задачи выноси в отдельные абзацы: после них голосу проще сделать паузу.

**Пример запроса:** «Почему небо голубое? [emphasis] Свет рассеивается в воздухе, и синие лучи разлетаются сильнее остальных.»

**Стоимость:** урок на 2 000 знаков по-русски — около 6,72 ₽.

### Рекламный ролик с энергией

Рекламе нужна энергия, но без крика. В Fish силу эмоции можно уточнить словом: [slightly excited] для спокойного анонса, [very excited] для распродажи, [extremely angry] даже для шуточного антигероя. Hannah в каталоге Fish отмечена как уверенный голос для рекламы и фитнеса. Сделай два-три варианта с разной силой эмоции и выбери тот, что звучит честнее. Название бренда и адрес оставь в конце без тегов, ровным голосом, чтобы их запомнили.

**Пример запроса:** «[very excited] Новая коллекция уже в магазине! [happy] Приходи примерить до конца недели.»

**Стоимость:** реклама на 300 знаков по-русски — около 1,01 ₽.

### Голос тренера в фитнес-приложении

Тренировке нужны короткие бодрые команды и живое дыхание между ними. Jordan у Fish описан как мотивирующий спикер, тег [determined] добавляет напора, а [panting] вставляет тяжёлое дыхание прямо в речь. Fish советует добавлять после такого звука подходящий текст, например «ух», тогда он звучит естественнее. Команды тренировки повторяются, поэтому озвучь их один раз и собирай занятия из готовых файлов. Новые запросы понадобятся только для того, что меняется: имени, числа повторов, названия упражнения.

**Пример запроса:** «[determined] Ещё десять секунд! Не опускай руки. [panting] Ух… Отлично, отдых.»

**Стоимость:** сорок команд по 60 знаков по-русски — около 8,07 ₽.

### Английская версия ролика для зарубежных зрителей

Официальные голоса Fish записаны по-английски, поэтому английская версия ролика звучит у них естественно. Сценарий переводит [языковая модель](https://veselo.ai/models/llm-api), S2.1 Pro озвучивает перевод голосом Adrian или Laura. Английский текст к тому же вдвое дешевле русского: Fish считает байты, и латиница идёт за полцены. Теги эмоций работают так же, как в русском тексте. Перед публикацией дай английский текст прочитать носителю языка или хотя бы прогони перевод обратно на русский, чтобы поймать смысловые ошибки.

**Пример запроса:** «[warm] Hi there! In this video I'll show you three ways to fold a shirt in under ten seconds.»

**Стоимость:** ролик на 1 000 знаков по-английски — около 1,68 ₽.

## Как писать запрос

Эмоцию для всего предложения ставь в его начало, а описательную можно и внутрь фразы: «What a [warm and happy] wonderful day!». Одна главная эмоция на предложение работает спокойнее, чем три спорящих. Описания в скобках держи короткими, противоположные эмоции не смешивай. Короткий текст не перегружай тегами: в двух фразах хватит одного.

## Характеристики

| Разработчик | Fish Audio |
| --- | --- |
| Вид | Озвучка текста |
| Голоса | Adrian, Ethan, Hannah, Jordan, Laura, Sarah и ещё 1 |
| Языки | en |
| Текст за запрос | до 4 096 знаков |
| Форматы звука | mp3, opus, wav, pcm |
| Как считается текст | Цена — за 1000 букв кириллицы. Латиница, цифры, пробелы и знаки препинания стоят вдвое дешевле: модель считает текст в байтах. |
| id для запроса | `fishaudio/s2.1-pro` |

## Как подключить

Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI.

Запрос — `POST https://veselo.ai/v1/audio/speech` с полем `model`: `fishaudio/s2.1-pro`, ключ — в заголовке `Authorization: Bearer sk-vsl-…`.

**curl**

```
curl https://veselo.ai/v1/audio/speech \
  -H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "fishaudio/s2.1-pro",
    "voice": "bf322df2096a46f18c579d0baa36f41d",
    "input": "Добрый вечер! Сегодня в программе — хорошие новости."
  }' \
  --output speech.mp3
```

**Python**

```
from openai import OpenAI  # pip install openai

client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ", timeout=600.0, max_retries=0)

with client.audio.speech.with_streaming_response.create(
    model="fishaudio/s2.1-pro",
    voice="bf322df2096a46f18c579d0baa36f41d",
    input="Добрый вечер! Сегодня в программе — хорошие новости.",
) as r:
    r.stream_to_file("speech.mp3")
```

**JavaScript**

```
import fs from 'node:fs';

const res = await fetch('https://veselo.ai/v1/audio/speech', {
  method: 'POST',
  headers: { Authorization: 'Bearer sk-vsl-ТВОЙ_КЛЮЧ', 'Content-Type': 'application/json' },
  body: JSON.stringify({ model: 'fishaudio/s2.1-pro', voice: 'bf322df2096a46f18c579d0baa36f41d', input: 'Добрый вечер! Сегодня в программе — хорошие новости.' }),
  signal: AbortSignal.timeout(600_000),
});
if (!res.ok) throw new Error((await res.json()).error.message);
fs.writeFileSync('speech.mp3', Buffer.from(await res.arrayBuffer()));
```

### Пример ответа — только поля

```
HTTP/1.1 200 OK
Content-Type: audio/mpeg
x-veselo-cost-rub: …

<звук MP3>
```

**В программах:** тем же ключом — из любого кода, а без ключа Claude, ChatGPT и Cursor зовут модель по MCP: вход на сайте и кнопка «Разрешить». [MCP](https://veselo.ai/connect)

[Документация раздела](https://veselo.ai/docs/speech)

## Сравнение с похожими

| Модель | Цена | Главное | Когда выбрать |
| --- | --- | --- | --- |
| **Fish Audio S2.1 Pro** — эта модель | 3,36 ₽ / 1000 букв кириллицы | до 4 096 знаков | живая озвучка роликов и уроков с эмоциями, описанными своими словами |
| [Fish Audio S2 Pro](https://veselo.ai/models/fishaudio/s2-pro) — Fish Audio | 3,36 ₽ / 1000 букв кириллицы | до 4 096 знаков | ровный закадровый голос для объявлений, документальных роликов и презентаций |
| [Eleven v3](https://veselo.ai/models/elevenlabs/eleven-v3) — ElevenLabs | 11,18 ₽ / 1000 знаков | до 4 096 знаков | игровая озвучка роликов, рекламы и скетчей со смехом, шёпотом и звуками |
| [MiniMax Speech 2.8 HD](https://veselo.ai/models/minimax/speech-2.8-hd) — MiniMax | 11,18 ₽ / 1000 знаков | до 4 096 знаков | аудиогиды, курсы и реклама, где качество голоса важнее цены за знак |
| [Inworld TTS-2](https://veselo.ai/models/inworld/inworld-tts-2) — Inworld AI | 2,80 ₽ / 1000 знаков | до 2 000 знаков | русская озвучка с указаниями подачи прямо в тексте: приложения, игры, сказки |
| [Soniox TTS v2](https://veselo.ai/models/soniox/tts-rt-v2) — Soniox | 1,58 ₽ / 1000 знаков | до 4 096 знаков | один голос на многих языках и эмоции метками в тексте, русский есть |

- [**Fish Audio S2 Pro**](https://veselo.ai/models/fishaudio/s2-pro) — если проект уже настроен на S2 Pro и звук менять не хочется.
- [**Eleven v3**](https://veselo.ai/models/elevenlabs/eleven-v3) — когда нужны звуки вроде аплодисментов и большой выбор официальных голосов.
- [**MiniMax Speech 2.8 HD**](https://veselo.ai/models/minimax/speech-2.8-hd) — если нужен голос, записанный именно для русского.
- [**Inworld TTS-2**](https://veselo.ai/models/inworld/inworld-tts-2) — когда нужны голоса с русскими именами: Алёна, Дмитрий, Светлана и другие.
- [**Soniox TTS v2**](https://veselo.ai/models/soniox/tts-rt-v2) — если важна цена русского текста, а эмоциям хватит английских тегов вроде [warm].

## Версии и отличия

- [Fish Audio S2 Pro](https://veselo.ai/models/fishaudio/s2-pro) — прошлое поколение S2: тот же синтаксис скобок, больше 80 языков. Для работы Fish теперь советует S2.1 Pro.
- Fish Audio S1 (`fishaudio/s1`) — старая модель с эмоциями в круглых скобках. Fish снимает её 31 декабря 2026 года, после этого запросы к S1 обслуживает S2.1 Pro. Теги из круглых скобок придётся переписать в квадратные: сами они не переводятся.
- [Fish Audio Drama 3](https://veselo.ai/models/fishaudio/drama-3) — модель для режиссуры: указания актёру, звуки и выделение отдельных слов.

- [Fish Audio S1](https://veselo.ai/models/fishaudio/s1) — 3,36 ₽ за 1000 букв кириллицы

## Подробно о Fish Audio S2.1 Pro

S2.1 Pro — основная модель озвучки Fish Audio и доработанная версия S2 Pro. По словам компании, у неё выше качество, ниже задержка и больше пропускная способность, а языков стало 83. Fish советует её для рабочих проектов.

Главное в семье S2 — как устроены эмоции. Слова в квадратных скобках для модели не команды из списка, а обычный текст. Fish объясняет это так: на огромном объёме записей модель выучила, как описание вроде «шепчет нежно» или «нервно смеётся» звучит на деле. Поэтому в скобки можно писать что угодно в пределах здравого смысла: [whispers sweetly], [laughing nervously], [in a hurry tone]. Силу эмоции задают уточнения [slightly], [very], [extremely], а несколько тегов подряд складываются: [sad][whispering].

Язык S2.1 Pro определяет без подсказки, отдельно для каждого куска текста, поэтому смешанный текст с английскими словами в русской фразе не требует настроек. У самой Fish модель умеет и диалог нескольких голосов в одном запросе. Через наш API один запрос — это один голос, и сцену с несколькими героями удобно собирать из отдельных реплик.

С голосами у Fish особая история. В общей библиотеке тысячи голосов, их загружали пользователи, и среди них встречаются подделки под известных людей. Мы даём только официальные голоса Fish: Adrian, Ethan, Hannah, Jordan, Laura, Sarah, Selene и другие, отобранные вручную. Все они записаны по-английски, а говорят на любом языке модели.

Ещё одна особенность — счёт. Fish меряет текст не знаками, а байтами UTF-8, где кириллица весит вдвое больше латиницы. Поэтому цена у нас — за тысячу букв кириллицы, а латиница, цифры и пробелы считаются за полбуквы. Строки «Стоимость» на этой странице посчитаны по знакам с небольшим запасом: пробелы в них взяты по полной цене.

Прошлая модель Fish, S1, уходит 31 декабря 2026 года: после этой даты её запросы обслуживает S2.1 Pro. Если у тебя тексты с тегами в круглых скобках, вроде (happy), перепиши их в квадратные заранее.

## Как устроен доступ

Весело — не разработчик Fish Audio S2.1 Pro: модель выпускает Fish Audio. Мы даём к ней доступ по API — один ключ на все модели, оплата в рублях с API-счёта, а цена каждого ответа видна в самом ответе. Запрос, который закончился ошибкой, денег не стоит. Что мы храним о запросах и сколько — в разделе «Данные и приватность» документации. [Данные и приватность](https://veselo.ai/docs/privacy)

## Вопросы и ответы

**Есть ли в Fish Audio голоса знаменитостей?**

Не у нас. В общей библиотеке Fish Audio много голосов от пользователей, и среди них встречаются подделки под известных людей. Через наш API доступны только официальные голоса Fish: подделка чужого голоса без согласия — это дипфейк, и таких голосов мы не даём ни в одной модели.

**Говорит ли Fish Audio S2.1 Pro по-русски?**

Да, русский входит в 83 языка модели, и язык она определяет по самому тексту. Официальные голоса Fish записаны по-английски, поэтому манера и акцент зависят от голоса: прослушай два-три на своей фразе в блоке «Попробовать».

**Как задать эмоцию в фиш аудио S2.1 Pro?**

Напиши её словами в квадратных скобках перед предложением: [happy], [whispering], [in a hurry tone]. Силу можно уточнить: [slightly sad], [very excited]. Теги можно ставить подряд, например [sad][whispering], но Fish советует не больше трёх эмоций на предложение.

**Почему русский текст в Fish Audio стоит дороже английского?**

Fish считает объём текста в байтах UTF-8, а не в буквах: латинская буква занимает один байт, кириллическая — два. Поэтому цена модели — 3,36 ₽ за 1000 букв кириллицы, а латиница, цифры и пробелы стоят вдвое дешевле, и русская фраза обходится примерно вдвое дороже английской той же длины.

**Какие голоса Fish Audio доступны по API?**

Официальные: Adrian — спокойный рассказчик, Ethan — любознательный объясняльщик, Hannah — уверенный голос для рекламы, Jordan — мотивирующий спикер, Laura — тёплая рассказчица, Sarah — мягкий разговорный голос, Selene — голос для медитаций. Полный список с id отдаёт `/v1/audio/voices?model=fishaudio/s2.1-pro`.

**Чем Fish Audio S2.1 Pro отличается от S2 Pro?**

Fish называет S2.1 Pro доработанной версией S2 Pro: выше качество, ниже задержка, больше пропускная способность, а языков 83 против 80 с лишним. Синтаксис эмоций у них общий, поэтому тексты с тегами переносятся без правок.

**Сколько запросов можно отправлять?**

До 60 запросов в минуту и до 10 одновременно на один ключ, ключей у аккаунта — до 20. Сверх лимита придёт ответ 429 с заголовком Retry-After: через столько секунд можно повторить.

**Можно ли использовать результат в рекламе и соцсетях?**

Можно: мы не претендуем на результат, использовать его можно любым законным способом, не нарушая прав других людей. Только не выдавай его за голос, лицо или слова настоящего человека — так требуют правила API.

**Нужны ли VPN и зарубежная карта для Fish Audio S2.1 Pro?**

Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.

## Ещё по теме

- [Все модели: озвучка текста](https://veselo.ai/models/ozvuchka-teksta-api)
- [Fish Audio по API на русском](https://veselo.ai/models/fish-audio)
- [Озвучка текста по API за рубли — документация API](https://veselo.ai/docs/speech)
- [Подключить к Claude и ChatGPT](https://veselo.ai/connect)
- [Fish Audio Drama 3](https://veselo.ai/models/fishaudio/drama-3)
- [Все модели и цены](https://veselo.ai/models)

Факты сверены 16 ноября 2026 по документации: [docs.fish.audio](https://docs.fish.audio/developer-guide/models-pricing/models-overview)
