Fish Audio Drama 3 在两个语音竞技场开源权重模型居首，发音鲁棒性排名第一
Fish Audio Drama 3 is the #1 open weights model on both Artificial Analysis Speech Arenas, and #1 of all models on Pronunciation Robustness
Artificial Analysis 评测显示，Fish Audio 发布的 Drama 3 在 Text to Speech 的 Provider Voice 场景 Elo 为 1,278（1,512 次竞技场出场），总排名第 6、开源权重模型第 1；Controlled Voice 场景 Elo 为 1,085（1,958 次出场），总排名第 12、开源权重模型第 1。发音鲁棒性上 Drama 3 以 94.6%（2,157 个评分片段）排名第 1，高于 Ming-3.0-tts 和 Drama 3 Preview 的 93.2%。生成速度为每秒 66.6 字符，定价 $15/1M 字符，以 Fish Audio Community License 开放权重。
正文 · AI 翻译
Fish Audio Drama 3 在两个 Artificial Analysis 语音竞技场中均位列开源权重模型第一，并在发音鲁棒性上位居所有模型第一
@FishAudio 已发布 Drama 3。我们在两个语音竞技场以及我们的发音鲁棒性基准上对其进行了评测。
主要结论：
➤ 文本转语音，Provider Voice：Drama 3 在 1,512 次竞技场出场中 Elo 得分为 1,278，总排名第 6，在开源权重模型中排名第 1，比其自身的 Drama 3 Preview（1,240）高出 38 分，比 BreezeBlue 的 Breeze TTS 2（1,228）高出 50 分
➤ 文本转语音，Controlled Voice：Drama 3 在 1,958 次出场中得分为 1,085，总排名第 12，在开源权重模型中排名第 1，领先于蚂蚁集团的 Ming-3.0-tts（1,068）及其自身的 Preview（1,063）
➤ 发音鲁棒性：Drama 3 在 2,157 个评分片段中得分为 94.6%，排名第 1，领先于 Ming-3.0-tts 和 Drama 3 Preview，二者均为 93.2%
➤ 速度：Drama 3 每秒生成 66.6 个字符，领先于其自身的 Drama 3 Preview（60.7）和 Murf 的 Speech Gen 2（63.0），但落后于 ElevenLabs 的 Eleven v4（70.0）和 v3 Conversational（66.8）
➤ 定价：Drama 3 定价为 $15/1M 字符。在 Provider Voice 上排名高于它的每个模型都更贵：Gemini 3.8 Flash TTS 为 $16.5/1M，Qwen-Audio-3.1-TTS-Plus 为 $19.3/1M，Eleven v4 Turbo 为 $40/1M，Sonic 3.6 为 $49/1M，Eleven v4 为 $80/1M
➤ 开放权重：以 Fish Audio Community License 发布。
更多详情及试听样例如下 ⬇️