Fish Audio 开源 Drama 3 TTS:5200 万美元融资,单词级语调可控
bigaiguy · x · 2026-10-14
Fish Audio 发布开源权重 TTS 模型 Drama 3，自称全球最具情感表现力与可控性的语音合成模型：支持句子中途切换语气与音色、单独修改某个词的发音而无需重新生成整句，可用自然语言指令控制语气（如「听起来像彻底放弃了」）。有人用它生成 Uncle Roger 克隆版吐槽炒饭，效果被指比本人还狠。公司披露已完成 5200 万美元种子轮，用户超 1500 万。评论认为 SSML/whisper 标记时代已终结。
所属事件:Fish Audio 开源 Drama 3：登顶开源 TTS 榜、超越 Eleven v4(30 条相关)→
「多模态」频道最新
- 用户实测 Seedance 2.5 不满意，实拍感强但不好用 — Due-Speaker5476 · 2026-10-17
- 用户称 MOSS 换种子出新人脸最容易，向社区求证 — JohnToFire · 2026-10-17
- AI 视频省钱实操：480p 反复重掷再上 4K，成本降 87% — thetripathi58 · 2026-10-17
- 如何在视频生成中锁定角色语音？Minimax 用户求工作流 — brittpitre · 2026-10-17
- 水彩老鼠打牌组图走红,sref 风格码一键复刻同款插画 — sergeantsref · 2026-10-17
- 98 字节的 JPEG XL:AI 生成 Radiohead《Kid A》风极简图像 — amplifiedamp · 2026-10-17