Drama 剧本杀 《姐妹绑架案》 敬请关注📷 #母狗# #反差# #舔脚# #肉便器# #羞辱# #sm# #母狗# #骚逼# （因平台不能发完整版 完整版看置顶或评论区）

🗣️ Drama 3 能把一段标好角色的文本直接配成整场对话，最多 16 个人轮着说话，声音互不串台。 模型由 Fish Audio 开源，Hugging Face 上 647 个赞，10 月 18 日上了 Hugging Face 的热门趋势。对应技术报告 arXiv 2610.18010，16 位作者，在 Hugging Face 论文页拿了 31 个赞。 以前想做一段多人对白的有声剧，流程特别碎：一个角色一个角色单独合成，导出一堆音频片段，再进剪辑软件排顺序、调间隔、对情绪，中间谁的音色飘了还得回去重做那一段。Drama 3 把这些并成了一件事，文本里用 speaker:0 到 speaker:15 标好谁说哪句，它一次把整场对话生成出来。 长篇内容也不用自己切段，模型会自动分块，还能按块流式输出，一边生成一边往外送。想指定音色，给一段参考音频就能克隆；想让某句话带情绪，在文本里插一个情绪标签；已经出好的片段想往后接，它也能顺着前面的语气续写下去。 它快得起来是因为主干用的是 35B 参数的混合专家结构，每个 token 只激活 3B。官方在一块 NVIDIA H200 上测流式请求，单路并发下首次出声的中位数约 88.9 毫秒；技术报告里还称单流解码能到每秒 271 帧，而参数量只有它七分之一的 Fish Audio S2 是每秒 177 帧。 两点要提前知道：目前能跑它的推理框架只有 SGLang-Omni 和 vLLM-Omni 两套，35B 的体量摆在那儿，本地想跑得准备一张大显存的卡；许可证用的是 Fish Audio Community License，不是 Apache、MIT 那类宽松许可，商用前把条款看清楚。 做有声剧、做长篇播客的人，多角色对白这一步终于不用一条一条拼了。 Hugging Face：

FishAudio开源Drama 3：最强开源语音模型 文本骨干模型是35B-A3B的Qwen模型，通常的语音模型都几B，这个语音模型就显得特别吃显卡。但是能力确实没得说： · 一人分饰多角：同一段文字里最多可以区分并演绎 16 个不同角色的声音，很适合用来制作广播剧、多人小说朗读或对话类节目。 · 声音克隆与情绪控制：用户提供一段简短的参考音频，模型就能模仿对应的音色；同时支持在文字中加入叹气、笑声等情绪标签，让语气更贴近真人。 · 像改文档一样改音频：如果读错了一个词，不需要整段重新生成，只修改有变动的文字，模型就能顺着之前的语流把新的部分接上。 · 长文本流畅处理：遇到较长的文章，系统会自动切块生成，并支持边生成边播放，减少等待时间。 模型，开源但不可商用：

Foreign tourists experience being short drama directors at Hengdian. Multiple storylines can be shot on the same set, offering them a taste of China’s film and television industrial capabilities. 外国游客横店体验做短剧导演 ，同一片场可切换多种剧情，感受中国影视工业化能力。

director skill 迎来重大更新：新增全新的 Cinematic Drama（剧情影像）模式！ 这次我把抖音、红果上最火的短剧生产流程，加入到了 director skill 中。 现在，你可以用高度自动化的方式生产短剧：使用 Codex/ Claude Code/Pi 等 Agent，完成人物、场景、音色、分镜和视频生成，一天能产出约 10~20 分钟的短剧，把脑海里构思的世界观，变成视觉影像。 同时，这次 director skill 还新增了多款中英文音色，以及半写实 3D 国漫、东方奇幻暗黑 3D 等画风。 感谢 Seedance。以后，真的人人都可以做导演了。 skill 地址： 提示：这个 skill 里面不包含自动加 BGM、自动加字幕功能，因为 seedance 生成的片段有时还是需要轻微剪辑才能使用的，自动加音乐和字幕反而影响后续剪辑。