Drama 3

Drama 3は、Fish Audioが台本の感情や話し方を自然な言葉で指示できるように提供する音声合成モデルです。角括弧の指示で話す速さや意図を調整し、特定の単語の表現、音、間を指定して話者ごとに声を割り当てられるため、文章を読む機能に場面ごとの声の演出を組み合わせています。台詞全体へ同じ話し方を適用するだけでなく、強調する言葉や間を置く位置を台本に書く形式なので、登場人物の発話の意図や会話の呼吸をテキストで構成できます。発音を音素タグで指定したり台本の途中で言語を切り替えたりする入力も扱い、声の選択と表現の指示を分けて、同じ文章に異なる演技の方向を与える使い方を重視しています。モデルの詳細ページの詳細仕様と評価分析では、対応言語と話者の設定、発音や表現のタグが使える範囲、生成された音声の出力条件に加え、発話の自然さや指示の反映に関する項目を確認し、台本の指定と音声の結果を照らし合わせられます。