Fish Audio 开源 Drama 3 TTS:单字可控、句中换声、跨语言保持音色
EXM7777 · x · 2026-10-14
Fish Audio 发布 Drama 3，称其为「最具情感表现力和可控性」的 TTS 模型，且开放权重。公司此前完成 5200 万美元种子轮，拥有 1500 万以上用户。
核心能力：
- 可以像导演指导演员一样用自然语言控制语气，例如「用放弃人生的语气说」
- 单词级别的精修：改错一个词，其余录音保持不变
- 句子中间切换音色，一份脚本多人配音出整个场景
- 克隆音色后跨语言保持角色感，官方用 Uncle Roger 声音整段吐槽炸鸡炒饭做演示
这直接对标 ElevenLabs 的语音克隆生意，且开源权重是显著差异化。
所属事件:Fish Audio 开源 Drama 3 文本转语音模型(2 条相关)→
「多模态」频道最新
- AI 生成的 F1 赛车拉链头设计图：锌合金质感以假乱真 — Delahuntagram · 2026-10-14
- 他用 Claude 渲染家居改造方案，边装修边学风水 — gregbarbosa · 2026-10-14
- Polymarket 发「McCartney 记得自己出生」AI 梗图，老脸婴儿图疯传 — Polymarket · 2026-10-14
- Midjourney sref 风格码实测:绣出宝可梦小火龙毛线刺绣质感 — sergeantsref · 2026-10-14
- KREA2 BF16 加雕版 LoRA,ComfyUI 本地生成打字机飞页场景 — vortx_studio · 2026-10-14
- Reddit 网友询问 ModelScope 与 RunningHub 上的 LoRA 和工作流资源 — NowThatsMalarkey · 2026-10-14