Fish Audio ha rilasciato Drama 3, un modello di sintesi vocale da testo con 35 miliardi di parametri complessivi, di cui solo circa 3 miliardi attivi in un dato momento grazie all’architettura mixture-of-experts (MoE). Il modello è in grado di seguire istruzioni in linguaggio naturale e di generare parlato in 83 lingue. Fish Audio rende pubblici i pesi del modello con una licenza community che limita i ricavi derivanti dall’uso commerciale.
Perché conta
Gli sviluppatori possono ora creare applicazioni vocali multilingue senza pagare un’API proprietaria, purché rispettino il tetto ai ricavi previsto dalla licenza.
