戏剧 3(网站)
摘要
Fish Audio 发布了 Drama 3 预览版文本转语音模型,支持用自然语言、括号内标签、音效与局部标记来精确指导每一句台词的表演方式,并可通过 API 调用。
Drama 3 是 Fish Audio 推出的一款文本转语音模型,专为按指示演绎而打造。
查看缓存全文
缓存时间: 2026/10/14 18:32
# Drama 3 – 精准指导 AI 语音的每一句台词 | Fish Audio 来源:https://fish.audio/drama-3/ Drama 3预览版 ## 指导表演,而不只是文字\\. ## 一句台词,五种指导方式 ## 和罗杰叔叔一起试试吐槽 由 Drama 3 指导演绎的罗杰叔叔官方授权声音\\. 选一种厨房罪行,听听他的判决,然后写下你自己的吐槽\\. ## 更多罗杰叔叔的演绎 本页的每一段演绎都是由 Drama 3 根据所展示的原文生成的\\. ## 五种指导方式,同一份脚本 在同一句台词中自由混用\\. 每条指导都是你可以阅读、编辑和重复使用的纯文本\\. \[温暖而放松,就像在和老朋友聊天\]好久不见了\\. ### 用你自己的话描述 尝试使用预设标签之外的自然语言指导:情绪、意图、节奏,以及说话对象\\. 好吧,\[叹气\]我们再试一次\\. ### 添加声音、情绪或停顿 在你想要的位置加入叹气、笑声、呼吸声或短暂停顿,且只在该位置生效\\. 我没事\\. 真的\\.别管我,你们继续吧\\. ### 精确控制哪些词发生变化 选中几个词,然后选择一个限定范围的标签\\. 成对标签只对你选中的词生效\\. \[像是在强忍着眼泪,却努力笑着\] \[强忍着眼泪,却仍微笑着\] \[忍着眼泪,勉强笑着\] 我没事\\. 真的\\. 别管我,你们继续吧\\. ### 用你自己的语言指导 用英语或你自己的语言编写标签和指导\\. 无论指导用哪种语言编写,表演都会遵循它\\. 我在家\\. 睡着了\\. 自动标注 \[带有防备、略显不安的语气\]我在家\\.\[停顿\]睡着了\\. ### 从自动标注开始 需要一个起点?自动标注会为你的脚本添加指导\\. 保留合适的部分,重写其余部分\\. ## 写下场景\\. 让自动标注来指导\\. 为每位说话者分配一个声音,写下普通对白,让自动标注添加指导\\. Drama 3 一次即可演绎整个场景\\. 侦探:Adrian · 嫌疑人:Delia · 一次生成 写一个场景 (https://fish.audio/app/text-to-speech/?version=drama-3&modelIds=bf322df2096a46f18c579d0baa36f41d&modelIds=c70cfb98867a4bfb9ae20d2401257b92)写一个场景 (https://fish.audio/app/text-to-speech/?version=drama-3&modelIds=bf322df2096a46f18c579d0baa36f41d&modelIds=c70cfb98867a4bfb9ae20d2401257b92) ## 通过 API 指导 将 model 请求头设为 drama\-3,然后原样发送你的脚本\\. 指导、声音和成对标签都可用于 API 请求\\. 阅读文档 (https://docs.fish.audio/api-reference/introduction)阅读文档 (https://docs.fish.audio/api-reference/introduction) ## 你的脚本值得一场精彩演绎 Drama 3 现已在文本转语音中推出\\. ## Drama 3 常见问题 Drama 3 是 Fish Audio 推出的一款支持表演指导的文本转语音模型\\. 除了脚本,你还可以描述一句台词应如何演绎,添加声音和停顿,并将某种效果限定于特定词语\\. 在应当生效的位置,将指导或声音放在方括号中,例如 \[叹气\] 或 \[勉强撑住情绪\]\\. 若要只改变部分词语,请选中它们,然后从标签菜单中选择限定范围的标签,例如“耳语”或“放慢”;编辑器会用成对标签包裹这些词语\\. 可以\\. 用英语或你自己的语言编写标签和指导\\. 可以\\. 在文本转语音编辑器中添加说话者,为每位说话者分配一个声音,Drama 3 就会一次生成整段对白\\. Drama 3 仍在持续改进\\. 每次生成的结果可能有所不同,因此可以生成几次,再选出最佳版本\\. 在预览期间,我们会持续更新模型\\. 可以\\. 调用文本转语音 API 时,将 model 请求头设为 drama\-3\\. 同样的标签也适用于 API 请求\\.
相似文章
Fish Audio Drama 3
Fish Audio 推出其最新 AI 语音模型 Drama 3,支持通过自然语言控制情感、节奏、耳语、笑声和停顿,可生成多角色场景、有声书与游戏对话,覆盖 83 种语言,并以社区许可证开放权重供自托管。
fishaudio/drama-3
Fish Audio 发布新一代文本转语音模型 Drama 3,采用 35B 参数 MoE 架构(每 token 激活 3B),支持最多 16 个说话人的多角色长文本生成、语音克隆与自然语言控制,并可在 SGLang-Omni 上流式部署。
@omarsar0:我从未见过这样的东西。AI 语音技术正在失控。Drama 3 是模型对语言控制力最强的……
Fish Audio 发布了 Drama 3 语音模型,支持在普通语言指令下控制语气、情绪与节奏,甚至能在同一句话中切换情绪,展现出接近人类语音的细腻控制力,现已通过 API 以 'drama-3-preview' 提供预览。
@svpino:这是我见过的第一个能让你编辑单个词语的音频模型。文本转语音模型已经变得非常出…
Fish Audio 推出了 Drama 3 语音模型,支持音频修复,可以仅重新生成音频中的单个词或短语,其余部分保持不变,并支持 83 种以上的语言。
Fish Audio Drama 3 技术报告
Fish Audio 发布开源语音生成模型 Fish Audio Drama 3 的技术报告:基于 35B 参数混合专家骨干(每 token 激活 3B),支持多参考语音克隆、自然语言导演指令、多轮修订、多人场景配音、编辑式填充、长音频与流式合成,单张 H200 推理速度达 271 帧/秒。