Fish Audio 是一家专注于语音生成技术的 AI 公司,其发布的 Fish(Drama 系列)开源语音模型是当前开源 TTS(文本转语音)领域最受关注的产品之一。2026 年 10 月,Fish Audio 推出 Drama 3 后迅速登顶多个开源 TTS 排行榜,使 Fish 在语音 AI 开源生态中占据了一线位置。
Fish Audio Drama 3 的近期进展
当前焦点与观察点
Fish 所在的开源 TTS 赛道竞争正在升温。值得注意的是,蚂蚁集团 Ming-3.0-tts 也登顶了开源 TTS 榜单,说明榜单头部位置存在交替,Drama 3 的领先优势并非不可撼动。
在应用层面,Fish Audio 正推动语音能力走向实际场景:其与实时通信平台 LiveKit 联合 推出了 SpookyKit 万圣节语音包,探索语音模型在娱乐与互动场景的落地。此外,AI 模组 NPCTalk 让《GTA 5》NPC 实现实时无脚本语音对话,也反映出开源语音模型在游戏 NPC 交互等场景的潜力。
后续值得关注的方向包括:35B MoE 规模模型的推理成本与实际部署表现、单词级改写等细粒度控制能力在商用配音中的接受度,以及 Fish 与蚂蚁等厂商在开源 TTS 榜单上的后续竞争格局。