Fish Audio Drama 3 在 Artificial Analysis 语音竞技场开源模型中排名第一

Fish Audio Drama 3 在 Artificial Analysis 的两个语音竞技场中均位列开放权重模型第一，在发音鲁棒性测试中更是所有模型第一。

@FishAudio 发布了 Drama 3。我们在两个语音竞技场和发音鲁棒性基准测试中对其进行了评估。

主要结论：

➤ 文本转语音，提供商音色：Drama 3 在 1,512 次竞技场参评中获得 1,278 的 Elo 评分，总排名第 6、开放权重模型中排名第 1，领先自家的 Drama 3 Preview（1,240 分）38 分，领先 BreezeBlue 的 Breeze TTS 2（1,228 分）50 分

➤ 文本转语音，受控音色：Drama 3 在 1,958 次参评中获得 1,085 分，总排名第 12、开放权重模型中排名第 1，领先蚂蚁集团的 Ming-3.0-tts（1,068 分）和自家的 Preview（1,063 分）

➤ 发音鲁棒性：Drama 3 在 2,157 个评分片段中的得分为 94.6%，排名第 1，领先 Ming-3.0-tts 和 Drama 3 Preview（两者均为 93.2%）

➤ 速度：Drama 3 的生成速度为每秒 66.6 个字符，领先自家的 Drama 3 Preview（每秒 60.7 个字符）和 Murf 的 Speech Gen 2（每秒 63.0 个字符），但落后于 ElevenLabs 的 Eleven v4（每秒 70.0 个字符）和 v3 Conversational（每秒 66.8 个字符）

➤ 定价：Drama 3 的价格为每 100 万字符 15 美元。在提供商音色榜单上，排名高于它的每个模型价格都更贵：Gemini 3.8 Flash TTS 为每 100 万字符 16.5 美元，Qwen-Audio-3.1-TTS-Plus 为每 100 万字符 19.3 美元，Eleven v4 Turbo 为每 100 万字符 40 美元，Sonic 3.6 为每 100 万字符 49 美元，Eleven v4 为每 100 万字符 80 美元

➤ 开放权重：根据 Fish Audio Community License 发布。

更多详情和试听样例请见下方 ⬇️