13 октября 2026 г.
Drama 3 Preview: открытая модель озвучки обошла Eleven v4 по разборчивости, 93,2%
Открытые веса Fish Audio читают текст точнее платного Eleven v4: 93,2% против 91,7% в замере Artificial Analysis 13.10.
Artificial Analysis
@artificialanlys
Drama 3 Preview от Fish Audio — новая модель №1 с открытыми весами в рейтинге синтеза речи Artificial Analysis. Она же возглавила наш рейтинг Pronunciation Robustness, обойдя Eleven v4 и Eleven v4 Turbo. Drama 3 Preview — новая модель синтеза речи с открытыми весами от @FishAudio. Её делали под сцены с несколькими персонажами и длинные тексты: умеет клонировать голос и слушается указаний на обычном языке. Веса доступны на Hugging Face под лицензией Fish Audio Community License. Главное: ➤ Pronunciation Robustness: Drama 3 Preview набирает 93,2% и занимает первое место, Eleven v4 — 91,7%, Eleven v4 Turbo — 90,1%. Модель первая в категориях Standalone Terms и Preserving Exact Sequences и вторая в Expanding Shorthand. ➤ Provider Voice: у Drama 3 Preview Elo 1243 (+16/-16) по 1857 появлениям, это 10-е место и плюс 101 пункт к прежней Fish Audio S2.1 Pro с её 1142. ➤ Controlled Voice: Drama 3 Preview на 14-м месте с Elo 1058 (+15/-15) по 1804 появлениям. ➤ Открытые веса: Drama 3 Preview — модель №1 с открытыми весами во всех трёх наших рейтингах синтеза речи. В Pronunciation Robustness она опережает следующую открытую модель, Voxtral TTS от Mistral с её 78,1%, на 15 пунктов, а в Provider Voice Arena идёт впереди Breeze TTS 2 с 1221. Drama 3 — mixture-of-experts на 35B параметров (3B активных), поддерживает 83 языка, выложена на Hugging Face. ➤ Цена: Drama 3 Preview доступна через API Fish Audio за $15 за 1 млн знаков, столько же стоит S2.1 Pro. Для сравнения: Eleven v4 — $80 за 1 млн знаков, Eleven v4 Turbo — $40. Подробности и примеры звучания ниже 🧵
· 29,9 тыс. просмотров
Самую разборчивую озвучку в свежем замере даёт модель, которую можно скачать и запустить у себя.
Fish Audio выложила веса Drama 3 Preview на Hugging Face, и в тесте произношения Artificial Analysis от 13.10 новинка встала выше платных Eleven v4 и Eleven v4 Turbo. Разборчивость здесь про то, споткнётся ли голос на имени, аббревиатуре или номере заказа.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
Отрыв от своих. Ближайшая открытая модель, Voxtral TTS от Mistral, набирает в том же тесте 78,1%. Drama 3 Preview берёт 93,2% и уходит вперёд на 15 пунктов.
Цена за 1 млн знаков. Fish Audio берёт за Drama 3 Preview $15, столько же, сколько за прежнюю S2.1 Pro. Eleven v4 Turbo стоит $40, Eleven v4 — $80.
Живость голоса пока отстаёт от точности. В слепых сравнениях арены судьи поставили Drama 3 Preview на 10-е место с рейтингом Elo 1243 по 1857 парам. Прежняя S2.1 Pro держалась на 1142. В режиме с заданными настройками голоса модель только 14-я.
Модель держит 35 млрд параметров, на каждый запрос просыпается 3 млрд, поэтому гигант отвечает по цене середняка. Языков 83, веса лежат на Hugging Face: можно гонять у себя.
Версия помечена как превью, финальную ещё предстоит сравнить с Eleven v4.
Первоисточник