Fish Audio: Drama 3

Fish Audio: Drama 3는 Fish Audio의 텍스트 음성 변환 모델로, api14의 speech 카테고리에 등록되어 있습니다. 이 모델은 연출된 음성 연기를 위해 만들어졌습니다. 즉, 단순히 대사를 제공하는 것이 아니라 그 대사가 어떻게 전달되어야 하는지를 설명하는 개념을 중심으로 설계되었습니다. Fish Audio는 이 모델을 제공하는 provider이며, provider 공개일은 2026년 10월 13일입니다.

이 모델은 텍스트만 입력으로 받고 음성만 출력으로 반환합니다. 이 모델의 두드러진 기능은 direction 처리입니다. 대사 앞에 대괄호 안에 평범한 언어로 direction을 작성합니다. 예를 들어 신경질적으로 말해야 하는 문장 앞에 nervous와 같은 대괄호 메모를 넣습니다. 이렇게 하면 별도의 제어에 의존하지 않고 프롬프트 자체에서 연기를 형성할 수 있습니다. 이 모델에는 공개된 context length가 없으며, 세부 정보에는 최대 출력이 0으로 나열되어 있으므로 계획할 수 있는 문서화된 token window나 출력 token budget이 없습니다. 이는 음성 생성 모델이며 텍스트나 멀티모달 모델이 아니므로 오디오나 이미지 입력을 받지 않고 텍스트를 반환하지도 않습니다.

실용적인 용도는 이러한 설계에서 따라옵니다. direction을 평범한 언어로 작성하기 때문에 Drama 3는 말 자체만큼 전달 방식도 중요한 작업에 적합합니다. 게임, 애니메이션, 오디오 드라마용 캐릭터 대사와 성우 연기, 대사마다 어조가 바뀌는 이야기와 팟캐스트용 내레이션, 하나의 스크립트에 여러 감정적 낭독이 필요한 광고나 설명형 보이스오버 등이 여기에 해당합니다. 또한 사람 성우를 다시 녹음하지 않고 대괄호 direction을 편집하여 연기를 반복 개선할 수 있으므로 프로토타이핑에도 적합합니다. 스크립트에서 시작하여 대사별 제어가 있는 음성 출력이 필요한 모든 워크플로는 합리적인 후보입니다.

모델 id "fish-audio/drama-3"를 사용하여 api14의 OpenAI 호환 API를 통해 이 모델을 호출합니다. 인터페이스가 OpenAI 형식을 따르므로 해당 id와 텍스트 입력을 담아 speech endpoint로 요청을 보내고, 응답으로 생성된 음성을 받습니다. 이 모델은 지원되는 파라미터를 나열하지 않으므로 모델 id와 입력 자체 외에 설정할 문서화된 샘플링 또는 생성 옵션이 없습니다. 요청은 모델 id와 연출된 텍스트로 구성된다고 생각하십시오. 정확한 요청 및 응답 필드를 확인해야 한다면 모델 페이지의 endpoint schema를 확인하십시오.

확정하기 전에 알아둘 만한 제한이 있습니다. context length가 공개되지 않았고 최대 출력이 0으로 나열되어 있으므로 한 번의 호출에서 보낼 수 있는 텍스트 양이나 받을 수 있는 음성 양에 명시된 상한이 없습니다. 지원되는 파라미터가 비어 있으므로 파이프라인이 생성 설정 조정에 의존한다면 이 모델은 이를 노출하지 않습니다. 작업이 텍스트 생성, 전사 또는 텍스트에서 음성을 생성하는 것 이외의 다른 무엇이라면 카탈로그의 다른 모델이 더 적합할 것입니다.