Fish Audio: Drama 3

Fish Audio: Drama 3 is een tekst naar spraak model van Fish Audio, vermeld op api14 onder de categorie speech. Het is gebouwd voor geregisseerde stemuitvoeringen, wat betekent dat het model is ontworpen rond het idee dat je beschrijft hoe een regel moet worden uitgesproken in plaats van alleen de woorden aan te leveren. Fish Audio is de provider achter het model, en de releasedatum van de provider is 13 oktober 2026.

Het model neemt tekst als enige invoer en retourneert spraak als enige uitvoer. De onderscheidende capaciteit is het verwerken van regieaanwijzingen: je schrijft de aanwijzing in gewone taal tussen vierkante haken voor een regel, bijvoorbeeld een opmerking tussen haken zoals nervous voor de zin die nerveus moet worden uitgesproken. Daardoor kun je de uitvoering vormgeven vanuit de prompt zelf in plaats van te vertrouwen op afzonderlijke bedieningselementen. Er is geen contextlengte gepubliceerd voor dit model, en de details vermelden een maximale uitvoer van nul, dus er is geen gedocumenteerd tokenvenster of uitvoertokenbudget om op te plannen. Het is een spraakgeneratiemodel, geen tekst of multimodaal model, dus het accepteert geen audio of afbeeldingsinvoer en retourneert geen tekst.

De praktische toepassingen volgen uit dat ontwerp. Omdat regie in gewone taal wordt geschreven, past Drama 3 bij werk waarbij de voordracht net zo belangrijk is als de woorden: personagedialogen en stemacteren voor games, animatie of hoorspelen; vertelling voor verhalen en podcasts waarbij de toon tussen regels verschuift; en advertentie of uitlegvoiceovers waarbij één script meerdere emotionele lezingen nodig heeft. Het past ook bij prototypen, omdat je een uitvoering kunt itereren door de regie tussen haken te bewerken in plaats van een menselijke stemacteur opnieuw op te nemen. Elke workflow die begint met een script en gesproken uitvoer met controle per regel nodig heeft, is een redelijke kandidaat.

Je roept het model aan via de OpenAI compatibele API van api14 met het model id "fish-audio/drama-3". Omdat de interface het OpenAI formaat volgt, stuur je een verzoek naar het speech endpoint met dat id en je tekstinvoer, en je ontvangt gegenereerde spraak in het antwoord. Het model vermeldt geen ondersteunde parameters, dus er zijn geen gedocumenteerde sampling of generatieopties om in te stellen naast het model id en de invoer zelf; behandel het verzoek als het model id plus je geregisseerde tekst. Als je de exacte aanvraag en antwoordvelden wilt bevestigen, controleer dan het endpoint schema op de modelpagina.

Er zijn beperkingen die het waard zijn om te weten voordat je je vastlegt. Er is geen contextlengte gepubliceerd, en de maximale uitvoer staat vermeld als nul, dus er is geen gesteld plafond voor hoeveel tekst je kunt sturen of hoeveel spraak je in één aanroep terugkrijgt. Ondersteunde parameters zijn leeg, dus als je pipeline afhankelijk is van het afstemmen van generatie-instellingen, stelt dit model ze niet beschikbaar. Als je taak tekstgeneratie, transcriptie of iets anders dan het produceren van spraak uit tekst is, past een ander model in de catalogus beter.