Fish Audio 发布 Drama 3：35B MoE 开源文本转语音模型

Fish Audio 发布 Drama 3，一款 35B 参数、约 3B 参数激活的混合专家文本转语音模型，并提供开放权重，关注价值在于可控表演、多角色合成与自托管语音模型继续向开发者开放。

• 报道称模型支持自然语言表演指令、最多 16 个角色和 83 种语言，适合脚本对白、有声书和配音等任务。
• 运行门槛包括至少 48GB 显存的 NVIDIA GPU，且不支持 CPU、Apple MPS 或 AMD ROCm，部署成本并不低。
• Artificial Analysis 测试中，模型在品牌、地名和技术术语发音方面得分较高，但精确序列如代码、路径和邮箱是相对弱项。
• 开放权重不等于完全不受限制，报道提到其许可证包含收入上限，商业使用前需核对授权条款。
• 影响/看点：如果表演控制和多角色生成能在独立测试中保持稳定，Drama 3 可能降低部分定制语音应用的 API 依赖；实际采用仍取决于硬件、许可证、音色权利和长文本一致性。
• 资料依据:
• Fish Audio Drama 3 官方模型页面（2026-10-14）：https://huggingface.co/fishaudio
• MarkTechPost（2026-10-14）：https://www.marktechpost.com/2026/10/14/fish-audio-drama-3-open-weight-tts-model/

本内容由 AI 生成，仅供参考，请注意甄别