Fish Audio 的 Drama 3 Preview 是 Artificial Analysis 文本转语音排行榜上新的 #1 开放权重文本转语音模型。该模型还在我们的发音稳健性排行榜上领先所有模型，超过 Eleven v4 和 Eleven v4 Turbo
Drama 3 Preview 是来自 @FishAudio 的新开放权重文本转语音模型，专为多角色场景和长篇内容打造，支持语音克隆和自然语言控制。权重已在 Hugging Face 上以 Fish Audio Community License 提供。
要点：
➤ 发音稳健性：Drama 3 Preview 得分为 93.2%，排名第1，领先于得分 91.7% 的 Eleven v4 和得分 90.1% 的 Eleven v4 Turbo。它在 Standalone Terms 和 Preserving Exact Sequences 中排名第1，在 Expanding Shorthand 中排名第2。
➤ 提供商语音：Drama 3 Preview 在 1,857 次亮相中获得 Elo 1,243（+16/-16），排名第10，比之前的 Fish Audio S2.1 Pro（1,142）高出 101 分。
➤ 受控语音：Drama 3 Preview 在 1,804 次亮相中获得 Elo 1,058（+15/-15），排名第14。
➤ 开放权重：Drama 3 Preview 是我们全部三个文本转语音排行榜上的 #1 开放权重模型。在发音稳健性上，它以 15 分的优势领先下一个开放权重模型 Mistral 的 Voxtral TTS（78.1%）；在提供商语音竞技场中，它领先得分为 1,221 的 Breeze TTS 2。Drama 3 是一个 35B 参数的混合专家模型（3B 激活），支持 83 种语言，已在 Hugging Face 上提供。
➤ 定价：Drama 3 Preview 可通过 Fish Audio API 以 $15/1M 字符的价格使用，与 S2.1 Pro 相同，相比之下 Eleven v4 为 $80/1M 字符，Eleven v4 Turbo 为 $40/1M 字符。
在下方查看更多详情并试听样例 🧵