Hugging Face Daily Papers·· 1 天前精选AI 评分62
Fish Audio Drama 3 技术报告:35B MoE 开源语音生成模型
Fish Audio Drama 3 Technical Report
AI 导读
Fish Audio 发布开源语音生成模型 Drama 3,基于 35B 参数 MoE 骨干、每 token 激活 3B 参数,可将文本转为带表演指导的语音。新增多轮修改、场景配音、填充式编辑和流式文本输入,并支持多参考声音克隆与多角色场景。
推荐理由
开源语音模型用 35B MoE 只激活 3B 参数,并给出单卡解码帧率对比,可据此判断其部署成本与多角色配音能力。
来源:Hugging Face Daily Papers · huggingface.co