描述语音表现
直接在脚本旁添加关于情绪、意图、语速或说话人之间关系的自然语言说明。
概览
Drama 3 是 Fish Audio 的可控文本转语音模型。它会根据脚本生成语音，同时解读有关台词应如何演绎的文字指令，而不是仅将输入视为普通文本。
该工作流支持行内表现说明、音效、停顿和词语级控制。它可在 Fish Audio Text to Speech 编辑器中使用，也可以通过 API 使用 drama-3 模型标识符调用。产品页面将该模型描述为预览版，因此不同次生成的结果可能有所不同，用户可能需要生成多个版本。
主要功能
添加行内音效和停顿
使用行内指令，在台词的指定位置插入音效、情绪、呼吸声、笑声、叹息声或停顿。
控制指定词语
仅对需要以不同方式表达的词语应用 Whisper、Emphasis、Soft、Faster、Slower 或 Forceful 等限定范围标签。
使用自己的语言进行指导
使用英语或其他语言编写指令和标签，同时将这些指令保留在脚本工作流中。
生成初始指令
使用 Auto Tag 为脚本添加初始指令，然后在生成前编辑或替换这些指令。
创建多说话人场景
添加多位说话人、分配语音，并一次性生成完整对话场景。
使用场景
多说话人对话
编写带说话人姓名和场景背景的对话，分配语音，并一次性生成完整交流内容，而不是分别生成每句台词。
角色与叙事语音创作
添加温暖、犹豫、怀疑或近乎耳语等表达说明，为脚本场景塑造角色表现。
带有表现力节奏的叙述
在叙述和对话的确切位置加入停顿、呼吸声、笑声或其他行内音效，以满足对时机和质感的要求。
程序化语音生成
将带有指导信息的脚本发送到 Text to Speech API，用于需要根据可复用文本模板生成音频的应用或制作工作流。
Pros and Cons
Pros
- 将脚本文本和语音表现指令整合在一个可编辑的工作流中。
- 同时支持对整行进行整体指导，以及对指定词语应用限定范围效果。
- 支持行内音效和停顿，包括呼吸声、笑声、叹息声和短暂停顿等效果。
- 支持使用 drama-3 模型标识符生成多说话人对话并发送 API 请求。
Cons
- 该模型目前以预览版形式提供，产品页面指出不同次生成的结果可能有所不同。
- 源材料未说明 Drama 3 的定价、配额、支持的输出格式或详细的语音许可条款。
FAQ
Drama 3 是什么？
Drama 3 是 Fish Audio 的文本转语音模型，旨在让用户在处理脚本的同时指导语音表现。你可以描述表达方式、添加音效或停顿，还可以对指定词语应用效果。
如何在 Drama 3 中编写指令？
在应出现的位置，将指令或音效放在方括号中，例如 [sigh] 或 [barely holding it together]。对于指定词语效果，请使用仅包裹所选词语的限定范围标签。
指令是否支持使用英语以外的语言编写？
可以。指令和标签可以使用英语，也可以使用脚本所用的语言。
Drama 3 是否支持多位说话人？
可以。在 Text to Speech 编辑器中，你可以添加说话人、为每位说话人分配语音，并一次性生成完整对话。
Drama 3 能否通过 API 使用？
可以。将模型请求头设置为 drama-3，并使用 Text to Speech API。页面展示了在请求中发送包含指令、音效和成对标签的脚本。
Quick Facts
- 类别
- AI 文本转语音
- 提供商
- Fish Audio
- 主要工作流
- 带行内语音表现指令的脚本语音生成
- 访问方式
- Fish Audio Text to Speech 编辑器和 API
- 模型标识符
- drama-3
- 可用性说明
- 预览版模型；不同次生成的结果可能有所不同
Drama 3 替代品
Fylom
Fylom 是一款 AI 播客生成器，可将主题或问题转化为经过资料研究的播客单集，支持文字或语音提示、音色选择，以及日常、每周或按需更新的连续节目式收听。
Gemini 3.8 Text-to-Speech
Gemini 3.8 Text-to-Speech 是 Google 推出的两款富有表现力的音频模型，可将脚本转换为可定制语音，支持逐行指导、声音设计及内容、配音和语音代理对话生成。
Kugel 3.5
Kugel 3.5 是 KugelAudio 面向语音代理和电话对话的文本转语音模型，支持短回复、IPA 发音、定时停顿及逐字符代码朗读，兼容 Kugel 3 的声音、语言、词典和 API，音频每分钟 €0.0525（不含增值税），按秒计费。
Gemini 3.1 Flash TTS
Gemini 3.1 Flash TTS 是 Google 的预览版文本转语音模型，可生成富有表现力的 AI 语音，并支持对风格、语速和表达方式进行细粒度控制，适用于 Gemini API、Google AI Studio、Vertex AI 和 Google Vids。
蓝藻AI
蓝藻AI是一款在线AI配音与语音合成工具，可将文字转成语音，并支持自助声音克隆，适用于短视频、有声书等配音场景。
Ondoku
Ondoku 是一款基于浏览器的文字转语音软件，可将文本转换为可下载的 .mp3 语音，提供免费额度与付费方案，支持多语言朗读、图片朗读，并可按规则商用。