Fish Audio lanzó Drama 3, un modelo de conversión de texto a voz con un total de 35.000 millones de parámetros, de los cuales solo unos 3.000 millones están activos en cada momento gracias a una arquitectura de mezcla de expertos (MoE). El modelo puede seguir instrucciones en lenguaje natural y generar voz en 83 idiomas. Fish Audio pone los pesos del modelo a disposición del público con una licencia comunitaria que limita los ingresos por uso comercial.
Por qué importa
Los desarrolladores ya pueden crear aplicaciones de voz multilingües sin pagar por una API propietaria, siempre que no superen el límite de ingresos establecido en la licencia.
