A Fish Audio lançou o Drama 3, um modelo de conversão de texto em fala com 35 bilhões de parâmetros no total, mas apenas cerca de 3 bilhões ativos a cada momento, graças a uma arquitetura de mistura de especialistas (MoE). O modelo segue instruções em linguagem natural e gera fala em 83 idiomas. A Fish Audio disponibiliza publicamente os pesos do modelo sob uma licença comunitária que limita a receita obtida com o uso comercial.
Por que importa
Agora, desenvolvedores podem criar aplicativos de voz multilíngues sem pagar por uma API proprietária, desde que respeitem o limite de receita previsto na licença.
