Fish Audio: выкатили превью генератор речи Drama 3.

Основное изменение — отказ от жестких аудиотегов из 1-2 слов в пользу обычного описания текстом интонации, темпа и характера персонажа.

Что умеет Drama 3:

* Можно точечно перегенерировать всего одно слово или фразу в уже готовой дорожке, не затрагивая остальной кусок.
* Модель способна переключаться на другой голос прямо посреди предложения.
* Генерация диалогов нескольких героев за один проход.
* Работает на русском.

Сначала я на сайте поигрался с версей 2.1, чтобы увидеть разницу. Выяснилось, что среди доступных голосов есть актёр Сергей Бурунов, и звучит его голос очень похоже. Исходя из тестов версии 2.1: теги не всегда срабатывают (конкретно crowd laughing и excited были проигнорены), а в ударениях часто промахи.

Переключился на Drama 3 и оставил промт тем же, только добавил пару описаний вместо тегов. Действительно текст читает чётче предыдущей модели и с более правильной интонацией. Да, crowd clapping тут было проигнорено, но в целом весьма неплохо.

Превью версия уже доступна бесплатно на сайте. Чтоб ElevenLabs не скучно было

Сайт