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 @FishAudio 推出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 上根据 Fish Audio Community License 提供。

关键要点：

➤ 发音稳健性：Drama 3 Preview 得分为 93.2%，排名 #1，领先于 Eleven v4 的 91.7% 和 Eleven v4 Turbo 的 90.1%。它在 Standalone Terms 和 Preserving Exact Sequences 中排名 #1，在 Expanding Shorthand 中排名 #2。

➤ 提供商语音：Drama 3 Preview 在 1,857 次出场中的 Elo 为 1,243（+16/-16），排名 #10，相比之前的 Fish Audio S2.1 Pro 的 1,142 提升了 101 分。

➤ 受控语音：Drama 3 Preview 在 1,804 次出场中的 Elo 为 1,058（+15/-15），排名 #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，它领先下一个开放权重模型 Mistral 的 Voxtral TTS 的 78.1% 达 15 分，而在提供商语音竞技场中它领先于 Breeze TTS 2 的 1,221。Drama 3 是一个 35B 参数的专家混合模型（3B 激活），支持 83 种语言，可在 Hugging Face 上获取。

➤ 定价：Drama 3 Preview 可通过 Fish Audio API 以 $15/1M 字符使用，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收听示例 🧵