Сигнал из хука LLMScience: вышла голосовая модель, которой управляют как живым актёром. Не нужны специальные коды в тексте — пишете «произнеси это так, будто окончательно разочаровался в жизни», и модель так и делает. Неудачное слово можно переозвучить отдельно, голоса переключаются посреди предложения, сцена с несколькими персонажами озвучивается по одному сценарию, клон голоса сохраняет манеру на других языках. 83 языка, веса открыты по Fish Audio Community License. По данным блога Fish Audio, это Fish Audio Drama 3, релиз 13 октября 2026. Витрина — vibe-studio.uk.
Соседи: длинный текст в ElevenLabs одним файлом, как оплатить ElevenLabs и другие нейросети, промо-видео из репозитория через Claude Code, кейс трафика с ноутбука.
Что умеет Drama 3
- Режиссура словами. Интонацию задают обычной фразой на английском или своём языке, а не разметкой.
- Правка одного слова. Неправильно прозвучавшее слово меняется без перезаписи всей дорожки. В техотчёте это называется редактированием через заполнение пропуска.
- Дубль по замечанию. Следующей репликой можно дать замечание к прошлому дублю, и модель переиграет.
- Несколько голосов. Переключение посреди фразы и озвучка целой сцены с несколькими персонажами по одному сценарию.
- Клон голоса. Сохраняет характер и манеру речи на других языках. Лицензия запрещает клонировать голос реального человека без его согласия.
- 83 языка. Доступна в Text to Speech на fish.audio, в приложении для iOS и Android и через API.
Цифры из техотчёта: архитектура MoE на 35 млрд параметров, из них 3 млрд активны на токен; один поток на одной H200 декодируется со скоростью 271 кадр в секунду против 177 у предыдущей Fish Audio S2.
Лицензия: где можно, а где нет
Веса открыты, но это не «бери что хочешь». По Fish Audio Community License v1.0:
- Исследования и некоммерческое использование — бесплатно.
- Коммерция — бесплатно, если у вас и аффилированных компаний меньше $500 000 годовой выручки.
- Готовое аудио для клиентов делать можно.
- Свой TTS-сервис, API или сервис клонирования голоса на Drama 3 для других — только по отдельной лицензии Fish Audio.
- Чужой голос без согласия — запрещено.
Для арбитражника, студии креативов или вайб-кодера с небольшим продуктом это значит: озвучивать свои ролики и ролики клиентов можно, перепродавать озвучку как сервис на этих весах — нет.
Где это даёт трафик
- Короткие видео и шортсы. Озвучка с интонацией под хук первых секунд. Ровный «роботский» голос режут и алгоритмы, и зрители.
- Креативы с диалогом. Сценка «клиент и продавец» двумя голосами по одному сценарию вместо записи двух дикторов.
- Локализация. Один ролик, один голос, несколько гео. Клон сохраняет манеру на других языках, а это и есть тест связки на новых рынках без новой съёмки.
- Быстрые правки. Заказчик просит заменить цену или название — меняете одно слово, а не перезаписываете дорожку.
- Озвучка демо продукта. Для вайб-кодеров: голос поверх записи экрана для лендинга или поста в X.
Drama 3 или ElevenLabs
Сравнивать по бенчам рано, своих тестов в хуке нет. Практичная разница в модели доступа. ElevenLabs — облачный сервис с подпиской и лимитами, у нас есть разборы, как его оплатить и как озвучить длинный текст. Drama 3 можно попробовать на сайте и в приложении, вызвать через API или запустить у себя с открытыми весами. Своё железо имеет смысл, когда озвучки много и важна независимость от подписки. Для пары роликов в неделю проще веб-версия.
Как встроить в поток креативов
- Сценарий с ремарками. Пишите текст и рядом в скобках, как сказать: «уверенно», «шёпотом», «устало». Это и есть управление моделью.
- Один голос на бренд. Клон собственного голоса или голоса диктора с письменным согласием. Не «похожий на знаменитость».
- Пачка вариантов хука. Три-пять интонаций первой фразы, дальше тест в рекламе по удержанию.
- Правки точечно. Меняйте слово, а не всю дорожку — так быстрее итерации.
- Проверьте выручку. Если вы выше порога $500 тыс. в год, сначала лицензия, потом продакшен.
Коротко
Fish Audio Drama 3 (13.10.2026) — модель озвучки, которой управляют обычными словами: правка одного слова, дубль по замечанию, несколько голосов в сцене, клон голоса на 83 языках. Веса открыты, коммерция бесплатна до $500 тыс. выручки, TTS-сервис для других и чужой голос без согласия — нельзя. Для трафика это шортсы, диалоговые креативы, локализация и быстрые правки без перезаписи.