Fish Audio выпустила Drama 3 — модель преобразования текста в речь с общим числом параметров 35 млрд. Благодаря архитектуре mixture of experts (MoE) одновременно активны лишь около 3 млрд параметров. Модель понимает запросы на обычном языке и генерирует речь на 83 языках. Веса модели доступны всем по лицензии сообщества, которая ограничивает выручку от коммерческого использования.
Почему это важно
Теперь разработчики могут создавать многоязычные голосовые приложения без оплаты за проприетарный API — при условии, что выручка не превысит установленный лицензией лимит.
