Fish Audio 开源语音合成模型 Drama 3 预览版，披露 5200 万美元种子轮融资

Fish Audio 开源开放权重语音合成模型 Drama 3 预览版，可用自然语言指定一句话的情绪、节奏、停顿甚至插入音效，并精确控制只改变哪些词。Drama 3 支持在不破坏周围韵律和转场的情况下替换长音频中的单个词，也能在句中切换音色，适合多角色对话与长文本配音，官网演示了同一句台词的 5 种导演方式；其文本骨干为 35B 参数 MoE，每 token 激活 3B。