Fish Audio 开源语音模型 Drama 3：支持 83 种语言与自然语言导演指令
VibeMarketer_ · x · 2026-10-16
Fish Audio 发布语音模型 Drama 3 预览版，主打「导演台词表演」而非只念稿：
- 覆盖 83 种语言，完全开放权重
- 支持自然语言表演指令：在台词中用纯文本描述情绪、节奏、停顿，即可精确控制每句的演绎方式
- 支持 audio inpainting（音频局部重绘）与逐词指定改写内容
- 可在同一段台词中混合五种导演方式：默认朗读、自由描述、加音效、选词控制、跨语言
- 官网演示包含 Uncle Roger 授权声线的互动 roast 玩法
发帖人用其日语能力做内容本地化，称「本地化套利」越来越离谱。
所属事件:Fish Audio 开源 Drama 3：自然语言导演式语音模型(6 条相关)→
「多模态」频道最新
- Elorian 团队发布视觉推理模型 Glimpse,价格便宜 17 倍 — CurieuxExplorer · 2026-10-17
- MOSS-Image 基础模型出图展示:cfg4、39 步、约 1.5MP 直出 — COMPLOGICGADH · 2026-10-17
- MOSS 图像模型 4K 实测:5090 上 55 秒出一帧,峰值显存 19.5GB — RauschCraft · 2026-10-17
- Fizgig LoRA 隔离法:50 个陌生人 0 串脸,相似度几乎不损失 — shootthesound · 2026-10-17
- 35B 多模态模型跑进 3GB 内存：MiniCPM-V 4.7 全程离线读懂家电面板 — alifcoder · 2026-10-17
- 开源 .char 格式升级：单次生成最多 4 个一致性角色 — ashishsanu · 2026-10-17