Fish Audio의 Drama 3 Preview는 Artificial Analysis Text to Speech 리더보드에서 새로운 1위 오픈 웨이트(공개 가중치) Text to Speech 모델입니다. 이 모델은 또한 Pronunciation Robustness 리더보드의 모든 모델을 선도하며, Eleven v4 및 Eleven v4 Turbo를 앞서고 있습니다.
Drama 3 Preview는 @FishAudio의 새로운 오픈 웨이트 Text to Speech 모델로, 음성 복제와 자연어 제어를 통해 다중 캐릭터 장면과 장문 콘텐츠를 위해 제작되었습니다. 가중치는 Hugging Face에서 Fish Audio Community License로 제공됩니다.
주요 내용:
➤ Pronunciation Robustness: Drama 3 Preview는 93.2%를 기록하며 91.7%의 Eleven v4와 90.1%의 Eleven v4 Turbo를 앞서고 1위를 차지했습니다. Standalone Terms와 Preserving Exact Sequences에서는 1위, Expanding Shorthand에서는 2위를 기록했습니다.
➤ Provider Voice: Drama 3 Preview는 1,857회 등장에서 Elo 1,243 (+16/-16)을 기록하며 10위를 차지했으며, 이는 1,142점인 이전 Fish Audio S2.1 Pro보다 101점 높은 수치입니다.
➤ Controlled Voice: Drama 3 Preview는 1,804회 등장에서 Elo 1,058 (+15/-15)로 14위를 기록했습니다.
➤ 오픈 웨이트: Drama 3 Preview는 세 개의 Text to Speech 리더보드 모두에서 1위 오픈 웨이트 모델입니다. Pronunciation Robustness에서는 78.1%를 기록한 다음 순위의 오픈 웨이트 모델인 Mistral의 Voxtral TTS를 15점 차로 앞서며, Provider Voice Arena에서는 1,221점인 Breeze TTS 2를 앞서고 있습니다. Drama 3는 83개 언어를 지원하는 35B 파라미터 mixture-of-experts 모델(3B 활성)로, Hugging Face에서 제공됩니다.
➤ 가격: Drama 3 Preview는 Fish Audio API를 통해 $15/1M 글자로 이용할 수 있으며, S2.1 Pro와 동일한 가격입니다. $80/1M 글자인 Eleven v4 및 $40/1M 글자인 Eleven v4 Turbo와 비교됩니다.
자세한 내용과 샘플 청취는 아래를 참고하세요 🧵