// 语音和音乐
Fish Audio Drama 3（多角色长文本 TTS，35B-A3B）
Fish Audio 新一代语音合成模型（HF 2026-10-01）：35B 参数、每 token 激活 3B 的 MoE 文本骨干 + 10 码本音频解码器，一段文本最多 16 个角色（speaker 标签），支持声音克隆、[sighs]/[laughs] 等自然语言控制标签，长文本自动分段并可流式输出；首发即支持 SGLang-Omni 和 vLLM-Omni。许可为研究许可，商用前请看条款
开源 维护中 普通用户
一段话结论
Fish Audio Drama 3（多角色长文本 TTS，35B-A3B） 是Fish Audio 新一代语音合成模型（HF 2026-10-01）：35B 参数、每 token 激活 3B 的 MoE 文本骨干 + 10 码本音频解码器，一段文本最多 16 个角色（speaker 标签），支持声音克隆、[sighs]/[laughs] 等自然语言控制标签，长文本自动分段并可流式输出；首发即支持 SGLang-Omni 和 vLLM-Omni。许可为研究许可，商用前请看条款。
适合：想直接用 AI 语音和音乐、不想折腾配置的人。
01怎么开始
- 1打开官网或应用商店页（上方按钮），注册账号。
- 2在浏览器里用，或下载官方 App。
- 3价格：开源免费——有免费额度就先用免费版试。
02替代品与对比
并排对比 → OpenAI Whisper OpenAI 开源的稳健语音识别模型。 ★ 111k VoiceStudio（本地语音克隆与配音） 开源、可完全本地运行的 ElevenLabs 替代：声音克隆、音色设计、视频配音、听写、转写和有声书制作（自述支持 646 种语言），默认引擎基于 k2-fsa/OmniVoice；提供本地 API 和 MCP 供 agent 调用，macOS / Linux 一键安装桌面版。AGPL-3.0 ★ 81k GPT-SoVITS 少样本声音克隆与 TTS。 ★ 63k voicebox 开源 AI 语音工作室：克隆、听写和创作。 +272★/日 VibeVoice 微软开源的前沿语音模型。 ★ 55k
版本历史 · 收录依据 · 给 AI 读
给 AI 读
- 调用方式：自身应用或网页
- 机器可读档案：/api/v1/software/fish-audio-drama-3.json · llms.txt
- 收录于 2026-10-22