Fish Audio Drama 3 是 Fish Audio 在 2026 年 10 月 13 日上線的可導演語音合成模型，把一個 35B 參數的混合專家模型做成能聽懂表演指令的配音引擎，權重同步放上了 Hugging Face。用法是在台詞裡用方括號寫導演指令，模型照著指令給出情緒、語速和語氣，一句話裡能從剋制轉到崩潰。多角色對話可以在一次請求裡生成，最多容納 16 個角色，覆蓋 83 種語言，中文、日文、韓文都在內。
它是一個 35B 參數的混合專家模型，每個 token 只啟用約 3B，主幹從 Qwen3.5-35B-A3B 出發。音訊側沿用上一代的 Descript Audio Codec，輸出 44.1kHz，每秒約 21.5 幀。官方給出的人工評測資料顯示，Drama 3 在 Artificial Analysis 的發音魯棒性榜上拿到 93.2%，排在第一位，上一代 S2.1 Pro 是 88.1%。
定位把語音合成的重心從生成挪到導演。有聲書、廣播劇這類多角色配音的長篇內容，過去要一段段生成再拼接，情緒接不上；Drama 3 按整段腳本維持同一個表演狀態，導演講戲的過程被搬進了輸入框。
指令寫在方括號裡，直接混在台詞中間，比如在台詞前放一句 barely holding it together, forcing a smile。這種寫法和給演員說戲一樣，模型讀到括號就切換表演狀態。成對出現的標籤只作用於括起來的那幾個詞，不會影響整句。
一句台詞裡可以放多條指令。開頭平靜、中途轉成急促、結尾壓成耳語，只要在情緒變化的位置插入新的方括號，模型就在那裡換擋，不需要重新錄一版。官方放出的對比裡，同一句台詞在 S2.1 Pro 上是平鋪直敘，在 Drama 3 上能聽出壓抑的哭腔、斷掉的氣息和一聲沒忍住的輕笑。
一次 API 請求最多能放 16 個角色，每個說話人綁一個 voice id，整場戲在一個調用裡渲染完，每個角色保留自己的音色並回應上一句。長篇一致性也按整段腳本維持，中途切換語言不換人，發音可以精確到音素級別，英文、中文、日文、韓文都支援。
給數字人影片配音時，Drama 3 只負責音軌那一層，畫面仍由另外的工具驅動，兩個環節分開做反而更好調。有聲書和多語言配音這類長項目最受用，改一個詞不用重錄整章。
官方安裝文件寫明的下限是單張 48GB 顯存以上的 NVIDIA 顯卡，用 FP8 精度運行，CPU、蘋果 MPS 和 AMD ROCm 都不支援。MoE 專家層以 FP8 存放，其餘權重是 bf16，服務側走 SGLang-Omni，融合運算元目前只在 Hopper 架構上驗證過。官方公佈的單路流式資料是首包延遲 88.9 毫秒，實時係數 0.131，16 路併發時吞吐約 927.6 幀每秒。
不想折騰本地部署，直接調官方 API 也行。到 2026 年 11 月 12 日為止，API 價格是每百萬字元 10 美元，相當於原價 50 美元的兩折，新建創作者訂閱同期五折。編輯能力裡，互動式編輯和音訊修補還在限量邀請測試，後者可以只替換某一個詞，不重錄整段。
看使用方式。通過官網、App 或 API 調用按字元用量付費，到 2026 年 11 月 12 日之前 API 打兩折。自己部署是另一條路，權重在 Hugging Face 可以下載，年營收低於 50 萬美元的個人或公司能直接商用。
支援。模型覆蓋 83 種語言，中文、英文、日文、韓文都在列表裡。導演指令用什麼語言寫都可以，和台詞本身的語言不必一致。同一段表演裡從中文切到英文時音色和情緒不會斷掉，多語言配音和有聲書這類場景可以直接用。
官方文件給的下限是單張顯存 48GB 以上的 NVIDIA 顯卡，並且要用 FP8 精度運行，CPU、蘋果 MPS 和 AMD ROCm 都不在支援範圍內。所有效能資料都是在一張 H200 上測出來的，顯存不夠只能走官方 API。
差在可控性。同一音色、同一句台詞，Drama 3 能按方括號指令演出情緒起伏，S2.1 Pro 更接近平鋪直敘。發音準確率上 Drama 3 拿到 93.2%，S2.1 Pro 是 88.1%，品質榜的 Elo 也是 Drama 3 領先。 內容基於公開資訊整理，產品功能與價格以官方頁面為準。
ComfyUI和Comfy Agent都是AI繪圖工具，但定位完全不一樣。ComfyUI是傳統節點式工作流，需要手動拖拉連接，自由度高但學習曲...
2026-10-09
Muse和Dots看起來都是AI助手，但一個是Meta的”執行型”，一個是OpenAI的”對話型”。Muse能替你辦事——...
2026-10-07
我查墨刀AI收費時，先把免費使用、會員權益和AI積分分開看，再用免費額度跑了一次原型。墨刀有免費空間，AI生成會消耗積分；...
2026-10-12千問Go不是獨立 App，是千問 App 內嵌的個人 AI 助理入口。完整路徑是：打開千問 App 提交體驗申請 → 灰度開通後授權平台帳號...
2026-10-15
我用Seko做劇情短片時，最順手的是從創意、劇本到分鏡和影片生成能在同一套流程裡完成；和偏單鏡頭生成的工具比，少了些來回...
2026-10-11