fish-audio

Fish Audio: Drama 3

Drama 3 — модель синтеза речи, предназначенная для озвучивания текста с заданной манерой исполнения. Направление можно описывать обычными словами в квадратных скобках перед репликой, а подачу отдельных слов менять парными тегами, например задавать шёпот. В текст также можно добавлять звуки и паузы. Модель поддерживает сцены с несколькими говорящими в одном запросе и переключение между языками в середине фразы с сохранением голоса; заявлена поддержка более 80 языков. Фонемные теги позволяют уточнять произношение имён и терминов.