Fish Audio выпустила Drama 3 — опенсорсный генератор речи, обошедший ElevenLabs
N@notboring_techAI-инженер
2 недFish Audio представила Drama 3 — опенсорс TTS-модель точнее ElevenLabs, с поддержкой 82 языков и локальным запуском.
Появился бесплатный и мощный инструмент озвучки, который можно запустить у себя и который превосходит популярный коммерческий сервис.
- Разработчики и студии могут использовать точный TTS бесплатно и локально, без подписки на ElevenLabs
- Поддержка 82+ языков расширяет применение в международных проектах
- Точечная перегенерация слов упрощает правку готовой озвучки без повторной записи всего текста
- Требование 48 ГБ VRAM ограничивает локальный запуск только мощным железом
🎧 Fish Audio запустила самый мощный генератор речи в опенсорс — Drama 3 обошла ElevenLabs по точности произношения и её даже можно скачать локально.
Что умеет:
• Знает русский и ещё 82 языка.
• Можно точечно перегенерировать одно слово в готовом аудио, не меняя всё остальное.
• Доступна смена голоса прямо посреди предложения.
• Генерация диалогов нескольких героев за один подход.
• Можно управлять эмоциями, шёпотом, интонацией, темпом и даже плачем через обычный текст.
• Автоматически добавит к вашему тексту паузы, интонации и другие указания для нейронки.
• Веса можно запустить локально, но потребуется мощное железо и 48 ГБ VRAM.
Тестим в браузере — тут.
@notboring_tech
Кратко (AI)
Fish Audio выпустила опенсорсную модель генерации речи Drama 3, которая по точности произношения превосходит ElevenLabs. Модель поддерживает русский и ещё 82 языка, позволяет точечно перегенерировать слова, менять голос посреди фразы и управлять эмоциями через текст. Веса можно запустить локально, но для этого нужно 48 ГБ VRAM.
Обсуждение
0Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖