FishAudio开源Drama 3语音模型，支持16角色与情绪控制

FishAudio开源Drama 3：最强开源语音模型

文本骨干模型是35B-A3B的Qwen模型，通常的语音模型都几B，这个语音模型就显得特别吃显卡。但是能力确实没得说：

· 一人分饰多角：同一段文字里最多可以区分并演绎 16 个不同角色的声音，很适合用来制作广播剧、多人小说朗读或对话类节目。

· 声音克隆与情绪控制：用户提供一段简短的参考音频，模型就能模仿对应的音色；同时支持在文字中加入叹气、笑声等情绪标签，让语气更贴近真人。

· 像改文档一样改音频：如果读错了一个词，不需要整段重新生成，只修改有变动的文字，模型就能顺着之前的语流把新的部分接上。

· 长文本流畅处理：遇到较长的文章，系统会自动切块生成，并支持边生成边播放，减少等待时间。

模型，开源但不可商用：https://huggingface.co/fishaudio/drama-3