Fish Audio lanza Drama 3, un modelo de texto a voz de 35B parámetros con pesos abiertos

La empresa de IA de voz Fish Audio ha lanzado Drama 3, un nuevo modelo de texto a voz anunciado el 14 de octubre de 2026. El modelo tiene 35 000 millones de parámetros en total y utiliza un diseño de mezcla de expertos (MoE). Fish Audio está poniendo sus pesos a disposición del público.

Según los detalles de la publicación, Drama 3 activa unos 3 000 millones de parámetros a la vez. En un sistema MoE, solo un subconjunto de subredes especializadas procesa cada entrada, lo que permite que un modelo mantenga una gran capacidad general sin que el cómputo necesario para ejecutarlo sea excesivo.

Dirigido con lenguaje natural

Una característica central del modelo es que los usuarios pueden orientar la salida de voz con instrucciones escritas comunes en lugar de ajustes técnicos, describiendo el tono, la emoción o la forma de interpretación que desean. Según se informa, Drama 3 admite 83 idiomas.

El nombre y el énfasis en la dirección mediante lenguaje natural apuntan a un enfoque en el habla expresiva, de estilo interpretativo. Sin embargo, el resumen público disponible no incluye comparativas de rendimiento sobre la calidad de audio ni un desglose de qué tan bien se admite cada idioma.

Condiciones de la licencia

Los pesos se distribuyen bajo una licencia comunitaria con límite de ingresos. Licencias de este tipo suelen permitir que particulares, investigadores y empresas pequeñas usen el modelo libremente, mientras que las empresas que superen un umbral de ingresos establecido deben negociar términos comerciales aparte. El umbral exacto elegido por Fish Audio no se especificó en la información disponible.

Los pesos abiertos permiten a los desarrolladores ejecutar el modelo en su propio hardware, ajustarlo y integrarlo en productos sin depender de un servicio alojado. Dado que gran parte del mercado de texto a voz se ofrece a través de soluciones cerradas basadas en API, un modelo abierto de esta escala ofrece a los equipos que trabajan en locución, videojuegos y herramientas de accesibilidad otra opción para evaluar.