Fish Audio 开源 Drama 3:可用自然语言导演每一句 AI 语音
mhdfaran · x · 2026-10-16
Fish Audio 发布语音模型 Drama 3(Preview),主打「导演式」控制:用自然语言告诉模型这句台词该怎么演——情绪、意图、节奏、停顿,甚至指定哪些词发生变化,而非只把文字念出来。
主要能力:
- 支持 83 种语言,提供音频 inpainting(音频修补)
- 同一句台词可用五种方式分别控制:不加指令、自然语言描述、添加声音效果、指定变化的词、切换语言,且可在同一行内混用
- 官网 demo 展示了 Uncle Roger 授权声音的生成效果,每一段都由 Drama 3 按所示文本直接生成
博主称其为他测试数百个语音模型后最具表现力的一个,且为开源权重(open weight)。
所属事件:Fish Audio 开源 Drama 3 语音模型，支持 83 种语言(2 条相关)→
「多模态」频道最新
- 北大等团队开源 UniForge3D:稀疏多视图图联合做 3D 重建与生成 — camenduru · 2026-10-16
- Seedance 2.5 演示「逃出坍塌城市」灾难镜头，提示词公开 — umesh_ai · 2026-10-16
- Grok Imagine 出图 + MiniMax H3 生成飞行汽车加速视频 — creatoroff · 2026-10-16
- 飞行汽车 v2:Grok Imagine 出图 + MiniMax H3 生成视频 — creatoroff · 2026-10-16
- Fish Audio 开源权重语音模型 Drama 3:支持 83 种语言与英文指令驱动 — mhdfaran · 2026-10-16
- Opus 5.5 纯代码生成万圣节动画：装成其他 bot 讨 token，藏了上百彩蛋 — sattvi · 2026-10-16