Fish Audio: Drama 3

Fish Audio: Drama 3 هو نموذج تحويل النص إلى كلام من Fish Audio، مُدرج على api14 تحت فئة الكلام. وهو مصمم لأداء صوتي موجَّه، ما يعني أن النموذج مبني حول فكرة أنك تصف كيف ينبغي إلقاء السطر بدلاً من مجرد تقديم الكلمات. Fish Audio هو المزوّد الذي يقف خلف النموذج، وتاريخ إصدار المزوّد هو 13 أكتوبر 2026.

يأخذ النموذج النص كمدخل وحيد له ويعيد الكلام كمخرج وحيد له. قدرته المميزة هي التعامل مع التوجيه: تكتب التوجيه بلغة عادية داخل أقواس مربعة قبل السطر، على سبيل المثال ملاحظة بين قوسين مثل متوتر قبل الجملة التي ينبغي نطقها بتوتر. وهذا يتيح لك تشكيل الأداء من الموجّه نفسه بدلاً من الاعتماد على عناصر تحكم منفصلة. لا يوجد طول سياق منشور لهذا النموذج، وتُدرج التفاصيل حدًا أقصى للمخرج قيمته صفر، لذا لا توجد نافذة رموز موثّقة أو ميزانية رموز للمخرج للتخطيط بناءً عليها. إنه نموذج توليد كلام، وليس نموذج نص أو نموذج متعدد الوسائط، لذا لا يقبل مدخلات صوتية أو صورية ولا يعيد نصًا.

تتبع الاستخدامات العملية ذلك التصميم. ولأن التوجيه يُكتب بلغة عادية، فإن Drama 3 يناسب الأعمال التي يكون فيها الأداء بنفس أهمية الكلمات: حوار الشخصيات والأداء الصوتي للألعاب أو الرسوم المتحركة أو الدراما الصوتية؛ والسرد للقصص والبودكاست حيث تتغير النبرة بين السطور؛ والتعليق الصوتي الإعلاني أو التوضيحي حيث يحتاج نص واحد إلى عدة قراءات عاطفية. كما يناسب النمذجة الأولية، إذ يمكنك تكرار الأداء عبر تعديل التوجيه بين القوسين بدلاً من إعادة تسجيل ممثل صوتي بشري. أي سير عمل يبدأ من نص ويحتاج مخرجًا منطوقًا مع تحكم لكل سطر هو مرشح معقول.

تستدعي النموذج عبر واجهة API المتوافقة مع OpenAI في api14 باستخدام معرّف النموذج "fish-audio/drama-3". ولأن الواجهة تتبع صيغة OpenAI، فإنك ترسل طلبًا إلى نقطة نهاية الكلام مع ذلك المعرّف ومدخل النص الخاص بك، وتستقبل الكلام المولَّد في الاستجابة. لا يُدرج النموذج أي معاملات مدعومة، لذا لا توجد خيارات موثّقة لأخذ العينات أو التوليد لضبطها بخلاف معرّف النموذج والمدخل نفسه؛ تعامل مع الطلب على أنه معرّف النموذج بالإضافة إلى نصك الموجَّه. إذا احتجت إلى تأكيد حقول الطلب والاستجابة الدقيقة، فتحقق من مخطط نقطة النهاية على صفحة النموذج.

هناك حدود يجدر معرفتها قبل الالتزام. لا يوجد طول سياق منشور، والحد الأقصى للمخرج مُدرج على أنه صفر، لذا لا يوجد سقف معلن لمقدار النص الذي يمكنك إرساله أو مقدار الكلام الذي يمكنك الحصول عليه في استدعاء واحد. المعاملات المدعومة فارغة، لذا إذا كان خط أنابيبك يعتمد على ضبط إعدادات التوليد، فإن هذا النموذج لا يعرضها. إذا كانت مهمتك توليد نص أو نسخًا صوتيًا أو أي شيء آخر غير إنتاج الكلام من النص، فإن نموذجًا آخر في الكتالوج سيكون أنسب.