简介
语音合成领域再添开源重磅选手。Fish Audio发布了开源权重混合专家（MoE）文本转语音模型Drama 3：总参数350亿、激活参数仅30亿，支持83种语言的语音生成。对于做有声内容、AI配音和多语言语音产品的团队来说，这是一个值得关注的新选择。
规格与亮点
- MoE架构：35B总参数、3B激活，兼顾能力与推理成本——每个token只需跑3B参数，消费级多卡即可获得不错吞吐；
- 83种语言：除了主流语种，还覆盖大量小语种，跨境内容团队不必为每种语言单独找模型；
- 开源权重：可下载、可微调、可私有化部署，数据敏感场景友好。
实际听感与场景
Drama 3在长文本朗读中的韵律自然度较上一代有明显提升，停顿与重音更接近真人播讲；多语言混读（如中英夹杂的口播稿）表现稳定，不会出现明显"换人"感。典型的应用场景包括：
- 有声书与播客批量生产；
- 短视频与广告的快速配音迭代；
- 客服与语音助手的定制音色；
- 多语言课程内容本地化。
与同类模型的对比
目前开源TTS阵营中，ElevenLabs（闭源商业）的音色克隆体验仍是标杆，但价格与数据出境是顾虑；Fish Audio的优势在于开源+多语言+低成本推理的组合。如果你在挑选AI音乐与语音工具，也可以参考我们此前整理的AI音乐工具横评。
部署建议
个人创作者建议直接使用Fish Audio官方平台的在线服务，零部署成本；企业用户可下载开源权重自建推理服务，3B激活参数意味着单张24GB显存显卡即可承载不错的并发。
总结与适合人群
Drama 3进一步压低了高质量多语言语音合成的门槛。适合有声内容创作者、出海产品团队与需要私有化语音服务的企业。工具详情见我们的Fish Audio工具页。