Fish Audio 开源 Drama 3 TTS：凭单词级情感重绘与方括号自然语言指令，以 93.2% 发音鲁棒性登顶 Artificial Analysis 榜首

Fish Audio 正式开源发布最新文本转语音模型 Drama 3 Preview，凭借极致的细粒度情感控制能力在 Artificial Analysis 排行榜中位列第一。该模型不仅实现了开源权重的完全开放下载，更在关键性能指标上取得突破，其发音鲁棒性得分高达 93.2%，显著超越商业闭源竞品 Eleven v4 (91.7%) 及 Turbo 版本，确立了其在多角色场景与长内容生成领域的领先地位。

技术层面，Drama 3 核心创新在于支持“单词级”风格重绘，彻底解决了传统 TTS 修改一处需重新生成整句的痛点。用户可通过方括号内的自然语言描述（如“勉强支撑”）或成对修饰标签（如 Whisper、Slower），实时调整单个词汇的语调、速度及音量，实现句中语气的平滑过渡。此外，该模型 API 定价极具竞争力，仅为 $15/百万字符，远低于 Eleven v4 的 $80/百万字符，大幅降低了开发者使用门槛。

这一发布标志着开源 TTS 技术在可控性与性价比上对商业闭源模型形成实质性挑战。Drama 3 通过提供高精度的局部编辑能力和极低的使用成本，将加速 AI 语音在有声书制作、游戏 NPC 对话及虚拟主播等复杂场景中的规模化落地，重塑语音合成赛道的竞争格局。