Fish Audio 开源权重 TTS 模型 Drama 3，并披露 5200 万美元种子轮

Fish Audio 发布开源权重的 TTS 模型 Drama 3，采用 35B MoE 架构，官方称其为目前最具情感表现力、可控性最强的语音合成模型。用户可用自然语言逐句指定情绪、节奏、停顿甚至插入音效，支持多角色对话与长文本配音，并可实现不破坏韵律的单词级替换编辑。公司同时披露已完成 5200 万美元种子轮融资。

2026-10-14 ~ 2026-10-14 · 4 条相关