Fish Audio, 350억 개 매개변수의 오픈 웨이트 음성 합성 모델 Drama 3 공개

음성 AI 기업 Fish Audio가 2026년 10월 14일 발표한 새 음성 합성(TTS) 모델 Drama 3를 공개했습니다. 이 모델은 총 350억 개의 매개변수를 갖추고 있으며 전문가 혼합(MoE) 설계를 채택했습니다. Fish Audio는 모델 가중치도 공개할 예정입니다.

공개된 자료에 따르면 Drama 3는 한 번에 약 30억 개의 매개변수만 활성화합니다. MoE 시스템에서는 각 입력을 특화된 하위 네트워크 일부만 처리하기 때문에, 모델은 큰 전체 용량을 유지하면서도 실행에 필요한 연산량은 비교적 적게 유지할 수 있습니다.

자연어로 연출하는 음성

이 모델의 핵심 기능은 사용자가 기술적인 설정 대신 일상적인 문장으로 음성의 어조, 감정, 전달 방식을 묘사해 출력을 조정할 수 있다는 점입니다. Drama 3는 83개 언어를 지원하는 것으로 알려졌습니다.

모델 이름과 자연어 지시를 강조한 점으로 미루어 볼 때, 표현력이 풍부한 공연형 음성에 중점을 둔 것으로 보입니다. 다만 공개된 요약에는 음질에 대한 벤치마크 비교나 언어별 지원 수준에 대한 세부 내용은 포함되어 있지 않습니다.

라이선스 조건

가중치는 매출 상한이 있는 커뮤니티 라이선스에 따라 배포됩니다. 이러한 라이선스는 일반적으로 개인, 연구자, 소규모 기업이 모델을 자유롭게 사용할 수 있도록 하는 대신, 매출이 일정 기준을 넘는 기업에는 별도의 상업적 조건을 협의하도록 요구합니다. Fish Audio가 정한 정확한 기준은 현재 확보된 정보에서 명시되지 않았습니다.

오픈 웨이트를 통해 개발자는 호스팅 서비스에 의존하지 않고 자체 하드웨어에서 모델을 실행하고, 미세 조정하며, 제품에 통합할 수 있습니다. 음성 합성 시장의 상당 부분이 폐쇄형 API 기반 서비스로 제공되고 있는 만큼, 이 규모의 오픈 모델은 내레이션, 게임, 접근성 도구를 개발하는 팀에게 검토할 수 있는 새로운 선택지를 제공합니다.