Fish Audio 发布戏剧化语音合成模型
推荐指数 40.0 NO. 011 · 2026.10.21
likes828downloads13,495
简介
Fish Audio 推出的 drama-3 是一款专注于戏剧化情感表达的 TTS（文本转语音）模型，支持多角色、多情绪的语音合成。对做有声书、游戏配音、AI 播客的团队来说，这可能是目前开源阵营里情绪表现力最强的选择之一。
编辑判断
Fish Audio 在开源语音赛道已经跑出了辨识度，之前 fish-speech 系列靠低延迟和中文支持切走了一块市场。drama-3 的差异化在于情绪颗粒度，这直接对标 ElevenLabs 的付费场景，但 ElevenLabs 的 API 成本对长内容创作者并不友好。
做中文播客、短剧出海、游戏本地化的团队可以优先测试，尤其关注它跨语言迁移的能力是否比 GPT-SoVITS 更稳定。风险点是 Fish Audio 的模型协议偏商业化友好，如果做 SaaS 产品需要仔细读一下授权条款。