Qué es y para qué sirve
Fish Audio Drama 3 es un modelo de síntesis de voz diseñado para ofrecer un control detallado sobre la interpretación de los textos. A diferencia de las herramientas tradicionales, permite a los usuarios describir cómo debe sonar cada línea utilizando lenguaje natural dentro de corchetes, especificando emociones, intenciones o pausas exactas. También incluye etiquetas acotadas que aplican efectos como susurros o énfasis únicamente a las palabras seleccionadas, garantizando una actuación más natural y matizada. El sistema soporta 83 idiomas y permite escribir las instrucciones en el idioma del usuario o en inglés. Es capaz de generar escenas con múltiples habladores en una sola pasada, asignando una voz distinta a cada personaje. Esto lo hace especialmente útil para la creación de diálogos complejos, narrativas inmersivas o simulaciones de conversaciones. El modelo está disponible en la aplicación de Fish Audio y a través de su API, utilizando el identificador drama-3. Los pesos del modelo son de código abierto, lo que facilita su integración y uso en diversos entornos técnicos. Actualmente, Drama 3 se encuentra en fase de vista previa, lo que implica que los resultados pueden variar entre diferentes generaciones. Se recomienda generar varias tomas para seleccionar la mejor opción. Aunque el modelo es potente, su naturaleza experimental significa que aún está en proceso de mejora continua. No se han especificado precios ni métricas de rendimiento numéricas en las fuentes proporcionadas, pero su acceso es gratuito para pruebas iniciales.
