Drama TTS 是什么意思?
Drama TTS 指按文字指示来演台词的文字转语音,一句话可以耳语、冷笑或喊出来,不用找演员录音。Fish Audio Drama 3 就是为此做的模型。
Fish Audio 于 2026 年 10 月 13 日发布 Drama 3,一个为「按指示表演」而做的文字转语音模型。在 DramaSo 里它是可选的配音引擎:在台词前写上 [冷笑,压低声音],Drama 3 就照这个语气演。整集每一句都配好,再拼成一条音轨。
40
新账号算力
1080p
成片导出
9:16
原生竖屏
就在这里试,不用登录
三集示例,按 DramaSo 的生产方式拆好:按秒卡点的节拍、配好声音的角色、分镜画面。点一张卡片看看,再去工作台做你自己的版本。
被林家踩了三年的上门女婿,在家宴上放下一张黑卡——全场安静。
节拍拆解
角色与配音
分镜画面
为了救父亲的公司,她和冷面总裁签下 99 天契约婚姻。先动心的,本不该是他。
节拍拆解
角色与配音
分镜画面
被未婚夫和亲妹妹联手害死后,她睁开眼——回到了同一场婚礼的早晨。
节拍拆解
角色与配音
分镜画面
从剧本到成片
下面每一步都是 DramaSo 的真实产出。文字便宜,所以先确认钩子成立,再花钱生成视频。
粘贴剧本或一句话创意,解析成角色和镜头免费。
钩子、冲突、反转、高潮、悬念,按秒卡点。
每个角色一种 AI 声音,先把整集听一遍。
每个节拍变成一格 9:16 画面,生成视频前随时可换。
对白、音效、配乐混成完整一集,随时再加画面。
Drama 3 能让一句台词听起来像演出来的,但一集短剧还需要剧本、稳定的角色、分镜和竖屏剪辑。DramaSo 写节拍、保存每个角色的声线描述、用你选的引擎配好整集,再把同一个项目做成 9:16 视频。
来自 DramaSo 官方展示的画面和样片——你的剧集就从这个质感起步。
大多数语音合成 要么无视表演指示,要么把它念出来。Drama 3 把方括号当成给演员的备注。
我们 2026 年 10 月 14 日实测:`[冷笑,压低声音] 你以为,躲到这里,我就找不到你了?` 出来的只有台词,语速放慢、压着嗓子说,转写里没有括号内容。
角色还没有 Fish 音色时,DramaSo 会把角色的声线描述放进同一个方括号,「低沉威严的年轻男声」不用挑预设就能听出来。
Drama 3 请求失败时,DramaSo 去掉方括号,用 Fish S2.1 Pro 把这句配出来,整集音轨不留空。
Drama 3 和豆包 Seed、Gemini 3.8、Eleven v4、Eleven v4 Turbo、Qwen TTS、Fish 2.1、HeyGen Voice、HeyGen Voice Turbo 在同一个列表里。换引擎、重配、再听一遍。
Eleven v4 保留圆括号里的指示。Fish S2.1、Gemini、Qwen 和 HeyGen Voice 会把指示念出来,所以 DramaSo 只给它们发台词。
性别和声线描述跟着角色走,每个引擎按自己的音色对位。换引擎不用重新选角。
整集配音每 5 句 1 积分,生成视频之前就能用两三个引擎把整集听一遍。
不用安装。只有点生成时才需要登录。
贴一份写好的剧本,或者一句话设定。DramaSo 会拆成一句句台词,每句标好说话人和表演指示。
打开配音步骤,选 Fish Drama 3。角色的声线描述和这句的表演指示会一起放进方括号。
听拼好的整轨。再用 Eleven v4、Gemini 3.8 或 HeyGen Voice 重配,听同一套角色换个引擎的效果。
台词要带情绪、又没条件进录音棚的创作者。
钩子那句的冷笑、耳语、哽咽,直接写进剧本。
先把这一集当广播剧发出去,之后再在同一个项目里补画面。
同一集用几个引擎各配一遍,留下观众更买账的那版。
和 Drama TTS 搭配的工具。
Drama TTS 指按文字指示来演台词的文字转语音,一句话可以耳语、冷笑或喊出来,不用找演员录音。Fish Audio Drama 3 就是为此做的模型。
把指示写在台词前的方括号里,比如 `[紧张,几乎是耳语] 我看见他了。` Drama 3 用方括号决定怎么说,不会把它念出来。
常见问题
有问题?问我们!