跳转到主要内容
ToolPotion
AI 顾问
提交(免费)

鱼音频剧3

AI 模型文字转语音开源 · 网页版

鱼音频剧3是一个为多角色场景和长篇内容设计的文本转语音模型。它支持多说话者生成、声音克隆和自然语言控制,非常适合复杂的音频制作。

查看模型
分享
查看模型
分享

鱼音频剧3是鱼音频最新的文本转语音模型,专门为多角色场景和长篇内容而设计。该模型支持多说话者生成、声音克隆和自然语言控制,使用户能够创建动态且引人入胜的音频制作。它拥有350亿个参数和每个令牌30亿个活跃参数,利用MoE文本骨干和混合注意力来提供高质量的语音合成。

阅读更多

该模型具有Codebook-MTP音频解码器,能够在整个序列中因果解码10个代码本,确保音频输出平滑且连贯。它还采用FP8 MoE专家,剩余权重为bf16,优化性能和效率。用户可以在单个文本中使用说话者标签整合多达16个不同角色,为音频叙事提供灵活性。

鱼音频剧3自动将长文本分块并逐块流式传输,提高了其在长脚本中的可用性。它与SGLang Omni一起推出,提供无缝的集成和部署。Drama 3 Cookbook提供了详细的安装、部署和API使用说明,使开发人员和音频制作人能够轻松访问。

在NVIDIA H200 GPU上的性能指标显示其效率,最高吞吐量可达每秒1,687.3帧,且在高并发水平下表现良好。该模型保持低首次音频时间(TTFA)和良好的实时因子(RTF),确保快速和响应式的音频生成。该模型根据鱼音频社区许可证授权,促进开放访问和协作。

  • 类别文字转语音
  • 定价模式开源
  • 部署云端
  • 平台网页版

  • 多说话者生成

  • 声音克隆

  • 自然语言控制

  • 350亿参数

  • MoE文本骨干

  • Codebook-MTP音频解码器

  • FP8 MoE专家

  • 自动文本分块

  1. 访问模型:访问Hugging Face

  2. 身份验证:使用API密钥

  3. 设置环境:遵循Cookbook

  4. 通过API集成:使用提供的示例

  5. 优化:调整参数以提高性能

  • 音频制作
  • 声音克隆
  • 长篇叙事
  • 互动叙事
  • 播客制作

Fish Audio 旗下产品

鱼音频 中的模型。

鱼音频剧3 评价

加载中...

与 鱼音频剧3 类似的热门AI工具

Higgs TTS 3

AI 模型

Higgs TTS 3由Boson AI开发,是一个多语言文本转语音模型,旨在实现富有表现力的对话语音。它支持超过100种语言,并提供零样本语音克隆和情感控制等功能,非常适合数字创作者和研究人员。

文字转语音
查看工具

AI 模型

Higgs TTS 3由Boson AI开发,是一个多语言文本转语音模型,旨在实现富有表现力的对话语音。它支持超过100种语言,并提供零样本语音克隆和情感控制等功能,非常适合数字创作者和研究人员。

文字转语音
查看 AI 模型 Top 5

Cartesia 的实时文本转语音 API,能够生成 44 种语言的富有表现力的声音,并带有笑声。专为 AI 代理和互动应用设计,提供低延迟和高质量的语音合成。Sonic 是 Cartesia 的实时文本转语音 API,能够生成 44 种语言的富有表现力的声音,并带有笑声。专为 AI 代理和互动应用设计,提供低延迟和高质量的语音合成。

精选文字转语音
查看 AI 模型 Top 5

鱼音频

AI 应用

鱼音频允许用户使用先进的人工智能技术从文本提示生成逼真的音效。非常适合游戏、视频和播客,提供广泛的音效,并在付费计划中包含商业使用权。

文字转语音

AI 应用 排名第 142 位

查看工具

AI 应用

允许用户使用先进的人工智能技术从文本提示生成逼真的音效。非常适合游戏、视频和播客,提供广泛的音效,并在付费计划中包含商业使用权。鱼音频允许用户使用先进的人工智能技术从文本提示生成逼真的音效。非常适合游戏、视频和播客,提供广泛的音效,并在付费计划中包含商业使用权。

精选文字转语音
AI 应用 排名第 142 位

Gemini 3.8 Flash TTS 和 Flash-Lite TTS 是 Google DeepMind 开发的先进文本转语音模型。它们提供富有表现力的语音生成和实时语音翻译,适用于生成性语音设计和日常音频任务。

文字转语音
查看工具

Google DeepMind 开发的先进文本转语音模型。它们提供富有表现力的语音生成和实时语音翻译,适用于生成性语音设计和日常音频任务。Gemini 3.8 Flash TTS 和 Flash-Lite TTS 是 Google DeepMind 开发的先进文本转语音模型。它们提供富有表现力的语音生成和实时语音翻译,适用于生成性语音设计和日常音频任务。

文字转语音
查看 AI 模型 Top 5

Voicemaker 提供一款由 AI 驱动的文本转语音转换器,拥有超过 2,000 种超逼真语音,支持 130 种语言。轻松生成并下载 MP3 和 WAV 格式的 TTS 音频文件,非常适合视频、演示文稿等各种内容创作需求。

文字转语音

文字转语音 排名第 10 位

查看工具

提供一款由 AI 驱动的文本转语音转换器,拥有超过 2,000 种超逼真语音,支持 130 种语言。轻松生成并下载 MP3 和 WAV 格式的 TTS 音频文件,非常适合视频、演示文稿等各种内容创作需求。Voicemaker 提供一款由 AI 驱动的文本转语音转换器,拥有超过 2,000 种超逼真语音,支持 130 种语言。轻松生成并下载 MP3 和 WAV 格式的 TTS 音频文件,非常适合视频、演示文稿等各种内容创作需求。

精选文字转语音
文字转语音 排名第 10 位

Gandr

AI 应用

Gandr 是一个文本转语音和语音克隆平台,提供无限并发流的固定费用服务。它支持 23 种语言的实时音频,非常适合有声书、配音、电子学习等应用。

文字转语音教育与在线学习

文字转语音 排名第 83 位

查看工具

AI 应用

文本转语音和语音克隆平台,提供无限并发流的固定费用服务。它支持 23 种语言的实时音频,非常适合有声书、配音、电子学习等应用。Gandr 是一个文本转语音和语音克隆平台,提供无限并发流的固定费用服务。它支持 23 种语言的实时音频,非常适合有声书、配音、电子学习等应用。

文字转语音教育与在线学习
文字转语音 排名第 83 位

Tonvio

AI 应用

Tonavio提供一个AI文本转语音服务,拥有超过14,000种真实的声音。用户可以将文本转换为自然的语音,包括角色配音和声音克隆,首个配音可免费试用。

文字转语音

将文本转为播客 排名第 42 位

查看工具

AI 应用

Tonavio提供一个AI文本转语音服务,拥有超过14,000种真实的声音。用户可以将文本转换为自然的语音,包括角色配音和声音克隆,首个配音可免费试用。

文字转语音
将文本转为播客 排名第 42 位

Speechify 的 AI Voice Generator 可在几秒钟内从文本生成逼真的语音。它提供 60 多种语言的 1,000 多种 AI 语音,并可自定义音高、语调和语速。基本使用无需注册,可轻松为视频、播客和脚本生成配音。

文字转语音
查看工具

Speechify 的 AI Voice Generator 可在几秒钟内从文本生成逼真的语音。它提供 60 多种语言的 1,000 多种 AI 语音,并可自定义音高、语调和语速。基本使用无需注册,可轻松为视频、播客和脚本生成配音。

精选文字转语音
查看 AI 应用 Top 250
1/8