Fish Audio 开源 Drama 3：行内文字指令可控情绪的 TTS 实测
Even_Rule2305 · reddit · 2026-10-20
作者用开源权重 TTS 模型 Fish Audio Drama 3 测试了一段两人告别的对话场景，重点考验同一对话内的情绪转换：愤怒、低声恳求、强忍情绪。通过在句中任意位置插入行内文字指令（如屏息、迟疑、压低声音、带泪说话），可以实时改变台词的演绎方式，甚至改变角色说话中途的语气。模型以 Fish Audio Community License 发布，权重、GitHub 和文档均已开放。
「多模态」频道最新
- Viggle 发布 JST-2:全栈 3D 世界模型,秒级生成场景 — anthara_ai · 2026-10-20
- 生成系统 Gojo 展示 36 骨架 108 款纹样，按概念分层自动上色 — debreuil · 2026-10-20
- HF 联创：Hub 上被衍生最多的不是 Llama，是德国 FLUX.1-dev — robrombach · 2026-10-20
- 实测 FLUX 3 Max 图生视频：提示词按镜头清单写最有效 — OdinLovis · 2026-10-20
- AI 视频生成实战三条铁律：每角色一句台词、别切人脸特写 — OdinLovis · 2026-10-20
- Wabi 发布视频精选画面曝光：迷你应用与个性化会话界面 — joonasvirtanen · 2026-10-20