跳过安装。2 分钟内即可运行。
在 cloud.anythingmcp.com 开始免费试用，一键添加 Fish Audio，然后将你的 AI 客户端（Claude、ChatGPT、Copilot 或 Cursor）指向生成的 MCP 端点。无需 Docker，无需 git clone，无需任何工程经验。
摘要
使用 Fish Audio 进行语音合成、声音克隆和语音转文字：搜索社区声音和授权声音库，生成带情绪标签的自然多语言语音音频文件，转写录音并区分说话人，创建、修改和删除自定义声音模型，并查看 API 余额。语音合成和转写从预付的 API 余额中扣费；另有免费的 TTS 模型。
试试这样问
Fish Audio 的示例提示
点击任意提示即可复制，然后粘贴到 Claude、ChatGPT、Cursor、Gemini、Copilot 或 OpenClaw 中，在该连接器上运行。
Claude 是 AI，可能会出错。请核对回答。
💡 无需安装? 直接使用 cloud.anythingmcp.com。 登录、点击 Connectors → Fish Audio、粘贴凭证、生成 MCP API key，即可完成。无 Docker、无
git clone、无本地服务器。
Fish Audio + ChatGPT
使用 Fish Audio 进行语音合成、声音克隆和语音转文字：搜索社区声音和授权声音库，生成带情绪标签的自然多语言语音音频文件，转写录音并区分说话人，创建、修改和删除自定义声音模型，并查看 API 余额。语音合成和转写从预付的 API 余额中扣费；另有免费的 TTS 模型。
前提条件
完整的设置说明已内置在连接器中 (在 store 中选择连接器时可见)。所需环境变量:
FISH_AUDIO_API_KEY
步骤 1 — 获取凭证
设置大约需要 2 分钟。你需要一个 Fish Audio 账号。
- 在 https://fish.audio 注册，打开 Developers、Get started（https://fish.audio/app/developers/get-started/）。
- 点击 Get your API key 并复制密钥：它只显示一次。把它粘贴到
FISH_AUDIO_API_KEY。密钥以Authorization: Bearer发送。 - 安装连接器并运行
fish_audio_get_api_credit：它会显示以美元计的开发者 API 余额，并确认密钥可用。
API 余额：新账号没有 API 余额。使用 s2.1-pro-free 模型的语音合成可以立即使用；其他所有模型和转写都会返回 402，直到你在 Developers、Billing（https://fish.audio/app/developers/billing/）充值。开发者 API 余额与网页应用的订阅是分开的，后者可用 fish_audio_get_package 查看。
哪些操作收费：有两个工具会从 API 余额中扣费。
fish_audio_text_to_speech：使用s2.1-pro或s2-pro时每百万 UTF-8 字节文本 15 美元（每 1,000 个拉丁字符约 0.015 美元；每个中文和日文字符占 3 字节），使用drama-3时每百万字节 50 美元，使用s2.1-pro-free免费。fish_audio_transcribe：每小时音频 0.36 美元，按秒计费。
失败的请求不计费，其他工具全部免费。处理长文本或长录音前，AI 会先告诉你长度和费用，等你确认后再执行。
查找声音：fish_audio_list_voices 可按 title、tag（male、female、young、old、narration、calm、deep 等）和 language（en、de、zh 等）在数十万个社区声音和授权声音中搜索。sort_by 设为 task_count 时最常用的声音排在前面，licensed 设为 true 时只返回 Fish Audio 已从声音所有者处获得授权、可商用的声音。每个声音都有可试听的 sample_audio 链接。self 设为 true 时列出你自己的声音，包括私有声音。fish_audio_get_voice 显示单个声音；state 为 trained 表示已可使用。
朗读：fish_audio_text_to_speech 接收 text 和作为 reference_id 的声音 ID（不传则使用默认声音），并把音频文件附在结果中。model 默认为 s2.1-pro；在没有余额的账号上，AI 使用 s2.1-pro-free。format 可选 mp3（最小）、wav、opus 或 pcm；speed（0.5 到 2）和 volume（dB）调整语速和音量；language 帮助正确朗读数字、日期和单位。在文本中用方括号写提示即可控制情绪和语气：[happy]、[sad]、[excited]、[whispering]、[laughing]、[sighing]、[break]。长文本会自动分段并合成为一个文件返回，但一次结果最多约 10 MB 的 MP3，因此 AI 会把一本书按章节拆分。
转写：fish_audio_transcribe 接收 audio_url，即一个最大 10 MB 的音频或视频文件（mp3、wav、m4a、ogg、flac、webm、mp4 等）的公开链接，由 AnythingMCP 下载后上传。默认模型 transcribe-1-pro 支持最长 60 分钟和多个说话人：文本中带有 <|speaker:0|> 这样的标记。把 ignore_timestamps 设为 false，还能得到逐词的 segments 以及含说话人、文本、开始和结束时间的 speaker_turns。num_speakers，或 min_speakers 和 max_speakers，有助于区分说话人；tag_audio_events 设为 false 会去掉 [laughter] 之类的提示。说话人标签只在同一份转写内区分说话人。
克隆声音：fish_audio_create_voice 接收 title 和 voice_url（一段 10 到 30 秒、单个说话人的清晰语音的公开链接），如有文字稿可一并填入 text。除非你选择 unlist，新声音默认为私有；它的 _id 可立即作为 reference_id 使用，并计入你套餐的声音数量上限。只克隆你有权使用的声音。fish_audio_update_voice 修改你自己声音的标题、描述或可见性；标签需在网页应用中编辑。
数据格式：ID 为 32 位十六进制字符。日期为 UTC 的 ISO 8601。credit 和 cumulative_top_up 是以十进制字符串表示的美元金额。转写中的时间戳以秒为单位。
翻页：声音列表返回 total（在声音库中搜索时最多 1,000）和 has_more。只要 has_more 为 true，AI 就请求下一个 page_number；page_size 默认为 20。
安装时关闭：fish_audio_delete_voice，因为删除声音无法撤销，删除后就不能再用它生成语音。团队需要时，由工作区管理员开启。
限制：可同时进行的请求数取决于预付金额：低于 100 美元为 5 个，100 美元起为 15 个，1,000 美元起为 50 个。较长的转写在完成前会一直占用一个名额。
常见错误：401 "Invalid token" 表示密钥错误。402 表示没有 API 余额，或在无余额账号上使用了付费模型。404 表示声音 ID 不存在。400 或 422 表示字段无效，例如在 diarize 为 false 时又给了说话人提示。429 表示同时请求过多：AI 会稍后重试。
该连接器不根据文字描述设计声音，不通过 WebSocket 进行实时语音合成或转写，不运行 Fish Audio 的语音智能体，也不使用其图像和视频工具。Fish Audio 还在 https://api.fish.audio/mcp 提供自己的 MCP 服务器，它通过 OAuth 登录，并从网页应用套餐而非开发者 API 余额中扣费。
步骤 2 — 安装 adapter
curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d
步骤 3 — 在 ChatGPT 中添加连接器
你的服务器 URL： 在 AnythingMCP 中打开 MCP Servers → 此连接器所在的服务器，复制它的 URL（
https://cloud.anythingmcp.com/mcp/…）。本指南中出现YOUR_SERVER_ID的地方都用它替换。
ChatGPT 在网页版的 Plugins 页面把 MCP 服务器添加为插件，仅付费套餐可用，不再需要开发者模式。在 Business 工作区中只有管理员和所有者可以添加；在 Enterprise 和 Edu 中，管理员可以授予 Create plugins with MCPs 权限。
- 前往 chatgpt.com/plugins，点击 +，然后选择 Add custom MCP server。
- 填写名称，例如 Name:
Fish Audio。 - 在 Connection 下的 Server URL 中填入
https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID，Authentication 保持为 OAuth。 - 选择 I understand and want to continue，然后点击 Create as a plugin。ChatGPT 提示时，登录 AnythingMCP 并允许访问。
- 在个人插件中安装这个新插件，然后在对话中输入 @ 并选择它。
可用工具
| Tool | What it does |
|---|---|
fish_audio_get_api_credit | The prepaid developer API credit of the Fish Audio account, in US dollars (credit, as a decimal string), with the total ever topped up |
fish_audio_get_package | The Fish Audio subscription package of the account (type, total and remaining balance, billing period, renewal and cancellation dates) |
fish_audio_list_voices | Search the Fish Audio voice library (hundreds of thousands of community and licensed voices) or list the account's own voice models… |
fish_audio_get_voice | Details of one Fish Audio voice model by id: title, description, tags, languages, visibility, training state (trained means ready to use)… |
fish_audio_text_to_speech | Turn text into natural speech with a Fish Audio voice and return the audio file (MP3 by default) attached to the result |
fish_audio_transcribe | Transcribe speech in an audio or video file to text with Fish Audio (transcribe-1-pro by default: up to 60 minutes, speaker turns, emotion… |
fish_audio_create_voice | Create a custom voice model (voice clone) from a recording of the voice, ready to use at once with fish_audio_text_to_speech |
fish_audio_update_voice | Change the title, description or visibility of one of the account's voice models |
fish_audio_delete_voice | Delete one of the account's voice models permanently |
示例提示
- “我的 Fish Audio 账号还剩多少开发者 API 余额？”
- “在最常用的声音中找一个沉稳、低沉的英语男声旁白，并给我试听链接。”
- “把这段产品发布文案做成 MP3，用温暖的中文女声，语速比正常稍慢。先告诉我费用。”
- “转写 https://example.com/interview.mp3 的采访，带说话人轮次和时间戳。”
- “用我放在 https://example.com/my-voice.wav 的 20 秒样本创建一个名为‘录音室旁白’的私有声音克隆。”
FAQ
ChatGPT 免费套餐能用自定义 MCP 服务器吗? OpenAI 只为付费套餐提供自定义 MCP 服务器的说明，Free 套餐不在其列。
下一步
这份指南对你有帮助吗?