Fish-Audio-Drama3 语音

镜像简介

• Fish Audio Drama3 是 Fish Audio 推出的新一代文本转语音模型，专为多角色场景和长篇内容的"导演式"配音而设计，于2026年10月13日正式发布。它支持多说话人生成、语音克隆和自然语言控制，采用350亿参数、每个token激活30亿参数的混合专家(MoE)文本骨干网络，搭配混合(全注意力+线性注意力)机制，以及按顺序因果解码10个码本的Codebook-MTP音频解码器。

配置方法

1. 该镜像初始化后，需要等待服务启动，大概 3 分钟左右。
2. 启动后点击按钮 “YZY启动器” 或者 “9000” 直接访问服务。
3. 首次生成加载模型比较耗时。
4. 服务运行日志查询，可以输入命令 tail -f /start.d/log/*
5. 输出目录： /root/yzyapp/outputs，也可以可直接在生成页面下载。
6. 首次生成时加载模型非常慢，耐心等等，后面生成会很快。

视频教程

详细步骤，可在 哔哩哔哩 余子越Talk 博主页面搜索 Fish Audio Drama3 观看视频教程！

相关链接

• 项目地址： Fish Audio Drama3
• 视频教程： 哔哩哔哩 余子越Talk 主页搜索 Fish Audio Drama3

效果截图

常见问题