Fish Audio 開源 Drama 3:單段支援 16 人分飾與區域性音訊修改
Fish Audio 開源新一代語音大模型 Drama 3。該模型採用 35B 引數的 MoE 文本骨幹,單段文本最多可容納 16 個不同角色,並支援通過標籤控制嘆氣等情緒。改詞時無需整段重錄,可直接順著上下文區域性替換。
Fish Audio 開源新一代語音大模型 Drama 3。該模型採用 35B 引數的 MoE 文本骨幹,單段文本最多可容納 16 個不同角色,並支援通過標籤控制嘆氣等情緒。改詞時無需整段重錄,可直接順著上下文區域性替換。