Fish Audio Drama 3 Preview 成为 Artificial Analysis TTS 榜单第一开源权重模型

Fish Audio 的 Drama 3 Preview 成为 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鲁棒性排行榜上领先所有模型，超过 Eleven v4 和 Eleven v4 Turbo

Drama 3 Preview 是 @FishAudio 推出的全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，支持声音克隆和自然语言控制。权重已在 Hugging Face 上以 Fish Audio Community License 开源。

关键要点：

➤ 发音鲁棒性：Drama 3 Preview 得分 93.2%，排名第一，领先于 91.7% 的 Eleven v4 和 90.1% 的 Eleven v4 Turbo。它在独立术语和保留精确序列两项中排名第一，在展开缩写中排名第二。

➤ 供应商语音：Drama 3 Preview 在 1,857 次出场中 Elo 为 1,243（+16/-16），排名第 10，比此前 Elo 为 1,142 的 Fish Audio S2.1 Pro 提升了 101 分。

➤ 受控语音：Drama 3 Preview 以 1,804 次出场、Elo 1,058（+15/-15）排名第 14。

➤ 开放权重：Drama 3 Preview 是我们三个文本转语音排行榜上排名第一的开放权重模型。在发音鲁棒性上，它领先下一个开放权重模型 Mistral 的 Voxtral TTS（78.1%）15 分；在供应商语音竞技场中，它以 1,221 领先于 Breeze TTS 2。Drama 3 是一个 35B 参数的混合专家模型（3B 激活参数），支持 83 种语言，可在 Hugging Face 上获取。

➤ 定价：Drama 3 Preview 可通过 Fish Audio API 使用，价格为每 100 万字符 15 美元，与 S2.1 Pro 相同；相比之下，Eleven v4 为每 100 万字符 80 美元，Eleven v4 Turbo 为每 100 万字符 40 美元。

更多详情和试听样例见下 🧵