Fish Audio veröffentlicht Drama 3, ein offenes TTS-Modell mit 35 Milliarden Parametern

Fish Audio hat Drama 3 veröffentlicht, ein Text-to-Speech-Modell mit insgesamt 35 Milliarden Parametern. Dank einer Mixture-of-Experts-Architektur sind davon jeweils nur rund 3 Milliarden aktiv. Das Modell versteht Aufforderungen in natürlicher Sprache und kann in 83 Sprachen Sprache erzeugen. Fish Audio stellt die Modellgewichte öffentlich unter einer Community-Lizenz bereit, die den Umsatz bei kommerzieller Nutzung begrenzt.