Fish Audio lança Drama 3, modelo de text-to-speech de 35B com pesos abertos

A empresa de IA de voz Fish Audio lançou o Drama 3, um novo modelo de text-to-speech anunciado em 14 de outubro de 2026. O modelo tem 35 bilhões de parâmetros no total e usa um design de mixture-of-experts (MoE). A Fish Audio está disponibilizando publicamente os pesos do modelo.

De acordo com os detalhes do lançamento, o Drama 3 ativa cerca de 3 bilhões de parâmetros por vez. Em um sistema MoE, apenas um subconjunto de sub-redes especializadas processa cada entrada, o que permite que o modelo mantenha uma grande capacidade geral e, ao mesmo tempo, reduza comparativamente o poder computacional necessário para executá-lo.

Direcionado em linguagem simples

Um dos principais recursos do modelo é que os usuários podem direcionar a saída de voz com instruções escritas comuns, em vez de configurações técnicas, descrevendo o tom, a emoção ou a entrega desejada. Segundo informações, o Drama 3 oferece suporte a 83 idiomas.

O nome e a ênfase na direção em linguagem natural apontam para um foco em fala expressiva, com estilo de interpretação. O resumo disponível publicamente, no entanto, não inclui comparações de desempenho em qualidade de áudio nem um detalhamento de quão bem cada idioma é suportado.

Termos de licenciamento

Os pesos são distribuídos sob uma licença comunitária com teto de receita. Licenças desse tipo normalmente permitem que indivíduos, pesquisadores e empresas menores usem o modelo livremente, enquanto exigem que empresas acima de um determinado limite de receita negociem termos comerciais separados. O limite exato escolhido pela Fish Audio não foi especificado nas informações disponíveis.

Pesos abertos permitem que desenvolvedores executem o modelo em seu próprio hardware, o ajustem e o incorporem a produtos sem depender de um serviço hospedado. Como grande parte do mercado de text-to-speech é atendida por ofertas fechadas baseadas em API, um modelo aberto nessa escala oferece às equipes que trabalham com locução, jogos e ferramentas de acessibilidade mais uma opção para avaliar.