Fish Audio 发布 Drama 3:自然语言导演 TTS,可句中改情绪逐字修音
lmoroney · x · 2026-10-15
Fish Audio 发布文生语音模型 Drama 3,主打「导演」而非「生成」语音:
- 用自然语言下达指令控制语气、节奏与角色,可逐句微调表演,直到满意。
- 支持句中切换情绪(如旁白从平静转为颤抖),一次生成多角色场景且角色声音互相呼应。
- 可选中单个词或片段做修正,无需重新渲染整段音频——有声书旁白改错词、游戏对白微调都能定点处理。
- 应用场景包括广播剧/互动媒体、有声书与多语言配音、游戏动画、AI 陪伴和内容创作平台。
- CEO Rissa Cao 称这是其最具表现力、可控性最强的模型,定位是「把语音 AI 从生成变成可导演」。
所属事件:Fish Audio 开源 Drama 3 TTS 支持词级音色控制(26 条相关)→
「多模态」频道最新
- Reverie 推出 Intercut Clips,解决 AI 视频双人对话连续性难题 — lmoroney · 2026-10-15
- Midjourney 风格码产出闪粉质感宝可梦三御三家插画 — sergeantsref · 2026-10-15
- TRELLIS.2 图生 3D 完整 1536 分辨率跑进 16GB 显存 — over-yonder-tech · 2026-10-15
- OpenSpline 开源：5 行代码给语音 Agent 加实时说话头像 — Mikasa0xdev · 2026-10-15
- 三个月全靠 Claude 训 DiT 模型全失败,Reddit 网友哀嚎求救 — Old_Manufacturer7905 · 2026-10-15
- FastH3-Omni 发布：实时预可视化工作室开源，仅凭参考图与提示词生成 — Scobleizer · 2026-10-15