Fish Audio a lancé Drama 3 le 13 octobre via son service Web, ses applications mobiles et son API. Le modèle prend en charge la synthèse vocale expressive, le clonage de voix et la direction en langage naturel pour les scènes à plusieurs personnages.
Sa carte modèle décrit un mélange d'experts avec 35 milliards de paramètres et environ 3 milliards d'actifs par jeton, avec des balises pour jusqu'à 16 haut-parleurs. Les poids téléchargeables et la documentation de service prennent en charge l'évaluation auto-hébergée.
Le fichier de licence actuel est Fish Audio Community License v1.0. L'éligibilité commerciale comprend un seuil de revenus annuels de 500 000 $, tandis que les services TTS ou de clonage hébergés nécessitent une autorisation distincte. Le clonage vocal nécessite également le consentement ; « poids ouverts » ne signifie pas une utilisation sans restriction.
Sources : Post de lancement de Fish Audio · Carte modèle officielle · Fichier de licence réel