跳到正文
Hugging Face 每日论文·· 1 天前精选AI 评分64

Fish Audio Drama 3 技术报告:35B MoE 语音生成模型

Fish Audio Drama 3 Technical Report

AI 导读

Fish Audio 发布开源语音生成模型 Drama 3 技术报告,基于 35B 参数混合专家骨干、每 token 激活 3B 参数,支持多参考声音克隆、自然语言导演指令、多轮修改、场景配音、填充式编辑与长音频流式合成。

推荐理由

报告给出了参数规模、推理帧率与训练配方,可据此对比前代模型的效率变化。

来源:Hugging Face 每日论文 · huggingface.co