Fish Audio 开源 Drama 3 Preview,登顶 TTS 榜并超越 Eleven v4
ArtificialAnlys · x · 2026-10-14
Artificial Analysis 最新榜单显示，Fish Audio 的开源权重 TTS 模型 Drama 3 Preview 成为 Text to Speech 总榜第一的开源权重模型，并在 Pronunciation Robustness 榜上以 93.2% 领先所有模型，超过 Eleven v4（91.7%）和 Eleven v4 Turbo（90.1%）。
- 模型定位：面向多角色场景与长内容，支持音色克隆与自然语言控制；35B 参数 MoE 架构（激活 3B），支持 83 种语言，权重已在 Hugging Face 以 Fish Audio Community License 发布
- 发音鲁棒性：Standalone Terms（95.9%）与保留精确序列（86.3%）两项第一，缩写展开第二（93.6%，仅次 Eleven v4 的 94.1%）
- 竞技场成绩：Provider Voice Elo 1243（排第 10），比上代 Fish Audio S2.1 Pro 的 1142 高出 101 分；领先下一名开源模型 Mistral Voxtral TTS（78.1%）15 个百分点
- 定价：API 价格 $15/1M 字符，与 S2.1 Pro 持平，远低于 Eleven v4 的 $80 和 Eleven v4 Turbo 的 $40
所属事件:Fish Audio 开源 Drama 3：导演式 TTS 登顶榜单(11 条相关)→
「多模态」频道最新
- World Labs 生成场景跑进增强现实：WebGPU 渲染门户立方体视差演示 — yungcontent · 2026-10-14
- ComfyUI 新手妙招:从旧图一键还原完整工作流 — zMarceeh · 2026-10-14
- Gemini Argon 4 High 档生成的鹈鹕骑自行车 SVG — Thewolf421 · 2026-10-14
- FastH3-Omni 定档 10 月 20 日开源：音视频同步生成，支持本地部署 — Vandy_simp · 2026-10-14
- AI 短片《The Last Span》获奖:视频生成仅占六周制作周期一周 — lmoroney · 2026-10-14
- 开发者用 Grok 做出讲解视频 Bot，并开放可复用模板 — XFreeze · 2026-10-14