Fish Audio a publié Drama 3, un modèle de synthèse vocale de 35 milliards de paramètres au total, dont environ 3 milliards seulement sont actifs à la fois grâce à une architecture à experts mixtes (MoE). Le modèle comprend les consignes formulées en langage courant et peut générer de la parole dans 83 langues. Fish Audio met ses poids à la disposition du public sous une licence communautaire qui plafonne les revenus tirés d’un usage commercial.
Pourquoi c'est important
Les développeurs peuvent désormais créer des applications vocales multilingues sans payer pour une API propriétaire, à condition de respecter le plafond de revenus fixé par la licence.
