Fish Audio تطلق Drama 3، نموذج تحويل نص إلى كلام مفتوح الأوزان بحجم 35 مليار معلمة

أعلنت شركة Fish Audio، المتخصصة في الذكاء الاصطناعي للصوت، عن إطلاق Drama 3، وهو نموذج جديد لتحويل النص إلى كلام أُعلن عنه في 14 أكتوبر 2026. يضم النموذج 35 مليار معلمة في مجموعها، ويعتمد تصميم خليط الخبراء (MoE). وتتيح Fish Audio أوزان النموذج للعموم.

وبحسب تفاصيل الإصدار، يفعّل Drama 3 نحو 3 مليارات معلمة في كل مرة. وفي نظام MoE، لا تعالج كل مدخلة سوى مجموعة فرعية من الشبكات الفرعية المتخصصة، ما يتيح للنموذج الاحتفاظ بسعة إجمالية كبيرة مع إبقاء الحوسبة اللازمة لتشغيله في مستوى معقول نسبيًا.

التوجيه بلغة بسيطة

ومن أبرز ميزات النموذج أن المستخدمين يمكنهم توجيه مخرجات الصوت بتعليمات مكتوبة عادية بدلًا من الإعدادات التقنية، فيصفون النبرة أو العاطفة أو طريقة الأداء المطلوبة. ويُقال إن Drama 3 يدعم 83 لغة.

ويشير الاسم والتركيز على التوجيه بلغة طبيعية إلى اهتمام بالكلام التعبيري الشبيه بالأداء المسرحي. غير أن الملخص المتاح للعموم لا يتضمن مقارنات معيارية لجودة الصوت، ولا تفصيلًا لمدى دعم كل لغة.

شروط الترخيص

توزَّع الأوزان بموجب ترخيص مجتمعي يفرض حدًا للإيرادات. وعادةً ما تتيح تراخيص من هذا النوع للأفراد والباحثين والشركات الصغيرة استخدام النموذج بحرية، مع اشتراط تفاوض الشركات التي تتجاوز حد إيرادات معيّنًا على شروط تجارية منفصلة. ولم يُحدَّد في المعلومات المتاحة الحد الدقيق الذي اختارته Fish Audio.

تتيح الأوزان المفتوحة للمطورين تشغيل النموذج على عتادهم الخاص، وضبطه بدقة، وتضمينه في منتجاتهم دون الاعتماد على خدمة مستضافة. ونظرًا لأن جانبًا كبيرًا من سوق تحويل النص إلى كلام يُقدَّم عبر خدمات مغلقة قائمة على واجهات برمجية، فإن نموذجًا مفتوحًا بهذا الحجم يمنح الفرق العاملة في التعليق الصوتي والألعاب وأدوات إمكانية الوصول خيارًا آخر لتقييمه.