[控场AI]
模型

S2.1 Pro

Fish Audio此前发布的语音生成模型,为Drama 3的前代产品,在发音鲁棒性等基准测试中作为对比基线。

时间轴 (近 90 天)

10月14日

Drama 3 在 Artificial Analysis 的发音鲁棒性基准上得分 93.2%,排名第一,上一代 S2.1 Pro 为 88.1%。

待验证50%
10月14日

在文件路径、邮箱地址等精确序列上,Drama 3 的准确率从 79.4% 提升到 86.3%。

待验证50%
10月14日

Drama 3 的 API 调用中若 model header 设置错误,请求不会失败,而是静默回退到 S2.1 Pro 模型。

待验证50%
10月4日

S2.1 Pro采用跨语言语音克隆技术,将说话人音色特征与语言音素体系解耦,使同一voice ID在不同语言下保持一致的嗓音身份

待验证50%
10月4日

选择S2.1 Pro的核心理由是它能在英语和印地语等不同语言之间切换时保持同一个声音

待验证50%
10月4日

语音审批错误并非语音模型的错,音频表现完美,错误在于那句话内容本身是错的

待验证50%
10月4日

整个语音集成只需一个函数:传入文字和voice ID,返回音频,无需重新训练或第二个模型

待验证50%
10月4日

Fish Audio的S2.1 Pro开发者API截至11月底免费开放,受合理使用政策约束

待验证50%

全部知识事实 (8)

来源文章