Fish Audio 开源 Drama 3 登顶开源 TTS,转录内嵌标签控制情绪与音效
petewoodbridge · x · 2026-10-17
Fish Audio 发布的 Drama 3 目前排名第一的开源 TTS 模型，已上线 Hugging Face(fishaudio/drama-3)。其特色是允许在转录文本中嵌入 meta 标签，直接控制语音的情绪、语气方向和音效(SFX),语音克隆能力也表现不错。对做有声内容/配音工作流的开源方案用户值得关注。
所属事件:Fish Audio 开源 Drama 3 语音模型：自然语言导演式控制(7 条相关)→
「多模态」频道最新
- UltraReal LoRA 发布：消除 Moss 图像 AI 感，增强真实质感 — vizsumit · 2026-10-17
- BFL 放出 FLUX 3 Klein 新工作流样张:毛发纹理与文字渲染实测 — bfl_ai · 2026-10-17
- BFL 更新 FLUX 3 Image Klein 工作流:需配提示词升采样与 2K 分辨率 — bfl_ai · 2026-10-17
- AI 生成的霓虹荧光乌贼图惊艳 Reddit,网友直呼模型太强 — Zwergdvaerg · 2026-10-17
- ComfyUI 官方 Nvidia VFX 节点仓库文件被报 HackTool:Win32 — smeg0r · 2026-10-17
- AI 视频脑洞：地图上不存在的末日之城，找到它的人都会消失 — KaptanHindustan · 2026-10-17