开发者给 Fish Audio 新 TTS 模型 Drama 3 做 Pinokio 应用,修复静音漏词问题
Thomas_Eric · reddit · 2026-10-21
Reddit 用户 ThomasEric 发布了一个 Pinokio 一键部署应用,封装 Fish Audio 新发布的 TTS 模型 Drama 3。Drama 3 支持富有表现力的语音合成、声音克隆、voice design 和导演式表演标注(directing notes)。该应用针对社区反馈的常见问题做了修复,包括静音片段和漏词等,项目开源于 GitHub,可通过 Pinokio 客户端直接安装使用。
「多模态」频道最新
- EvaOmni 基准发布：要求全模态模型给出音视频证据链再推理 — VisionXLab · 2026-10-21
- 南开 WinARDet：压缩窗口自回归破解密集场景检测框循环复读 — NankaiUniversity · 2026-10-21
- Qwen-Image 2.1 编辑人物总生成塑料感皮肤，负向提示词无效 — NorthAppropriate4458 · 2026-10-21
- 用 AI 图像重现拉美科幻名篇《Artificial》:母亲被合成部件逐步替换 — dasein47 · 2026-10-21
- AI 生成万圣节视频：女子行走于骷髅女巫人群引围观 — Stephane_AI · 2026-10-21
- AI 生成奇幻短片 Lost In Woods 展示电影级森林精灵场景 — Some-Dark-5802 · 2026-10-21