FishAudio、最も感情的なTTSモデル「Drama 3」発表
FishAudioがオープンウェイトのTTSモデル「Drama 3」を公開。感情・トーン・表現を語単位で制御でき、マルチスピーカーの対話や音声エージェントの構築が可能。API料金が80%オフ。
「オープンウェイト」タグが付いたAI Pulseの更新一覧です。
4 件のシグナルFishAudioがオープンウェイトのTTSモデル「Drama 3」を公開。感情・トーン・表現を語単位で制御でき、マルチスピーカーの対話や音声エージェントの構築が可能。API料金が80%オフ。
投稿によると、70,111件のCTで学習したNVIDIAモデルが1枚のGPUで胸部CTを30秒未満で読影レポートに変換し、重みはHugging Faceで公開された。
投稿者は、FishAudioがオープンウェイトのDrama 3を公開し、感情表現と制御性に優れるTTSで、誤った単語の修正で全文を作り直す必要がないとした。
Arav Srinivas氏が「オープンウェイトモデルに逆張りするな」と投稿。オープンウェイトモデルの将来性への強い信頼を示した。