Fish Audio发布Drama 3开源TTS模型

Fish Audio于本周发布了名为Drama 3的文本转语音（TTS）模型。该模型采用混合专家（MoE）架构，拥有350亿总参数，但在生成每个token时仅激活约30亿参数，旨在平衡性能与效率。Drama 3支持最多16个说话人，并允许用户通过括号内的自然语言指令来精细控制表演风格。这一发布标志着Fish Audio在开源高质量语音合成领域的新进展，为开发者提供了更具表现力和可控性的语音生成工具。目前报道主要聚焦于其技术规格与核心功能特性，未提及具体的基准测试对比或部署细节。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。