Fish Audio Drama 3
Preview — diriger l’interprétation dans le texte. Ni prix ni temps au premier audio publiés.
Scores comparatifs
Architecture
Le rapprochement Fish le plus utile pour le pilotage émotionnel d’Où est Ava ?. Une PerformanceIntent peut s’écrire comme un brief français et, quand la réplique l’exige, comme une balise de portée, sans balisage auto et sans second LLM. Tester d’abord des répliques françaises hors antenne. Ne pas remplacer Gradium sur le chemin live tant que le prix, le temps au premier audio, la stabilité des prises et le repli silencieux vers s2.1-pro ne sont pas mesurés. Le multi-locuteurs en une passe sert une scène préparée, pas le tour live d’un seul personnage.
Analyse
Drama 3 est le TTS preview de Fish Audio pour diriger une interprétation, pas seulement les mots. On briefe la réplique avec ses propres mots, on place un soupir, un rire ou une pause là où ça arrive, et on limite le chuchotement, l’insistance, le débit ou la force aux mots encadrés. Les mêmes marques marchent dans POST /v1/tts et dans le WebSocket live quand l’en-tête de modèle est drama-3. Le dialogue à plusieurs voix tient en une requête HTTP : un identifiant de voix par locuteur et des tours <|speaker:N|>. Le balisage auto peut proposer des indications dans l’éditeur ; la preview varie d’une prise à l’autre, et Fish demande d’en générer plusieurs pour choisir. L’aperçu des modèles recommande toujours s2.1-pro pour la production. Cette fiche ne recopie pas d’ELO : l’audit du 17 octobre citait 1244 avant la relecture de la page Fish, et ce passage n’a pas relu l’arena.
Points forts
- Brief libre, y compris dans une autre langue que la réplique
- Balises de portée limitées aux mots choisis
- Sons et pauses à l’endroit écrit
- Même API HTTP et WebSocket live, en-tête drama-3
- Dialogue multi-locuteurs en une passe HTTP
Limitations
- Preview : les prises varient, pas de garantie de production sur le premier audio
- Pas de prix sur la grille du 18 octobre
- Un mauvais en-tête de modèle retombe sur s2.1-pro sans erreur
- Le nombre de langues parlées n’est pas publié ; le changement de langue est expérimental
- Pas de timestamps de lip-sync ni de résidence UE/CH documentés
Capacités vocales
La requête passe une voix par reference_id. La doc demande un clone bilingue quand la réplique change de langue. Les exemples publics sont Adrian, Delia et Sheila (EN-US).
On briefe la réplique comme un comédien : indication libre, son ou pause à l’endroit voulu, effet limité à quelques mots.
Comment : En-tête `drama-3`. Indications `[entre crochets]`, y compris dans une autre langue que la réplique. Balises `<whisper>`, `<emphasis>`, `<soft>`, `<fast>`, `<slow>`, `<stress>` et `<forceful>` sur les mots choisis. Le balisage auto est un point de départ dans l’éditeur.
À tester : Preview : les prises varient. Pas de prix ni de temps au premier audio publiés. Un en-tête manquant retombe sur s2.1-pro sans erreur. Le changement de langue en cours de réplique est expérimental. Tester le français hors antenne avant le chemin live d’Où est Ava ?.
Le WebSocket live accepte l’en-tête model: drama-3. Aucun temps au premier audio n’est publié. Un modèle omis ou inconnu retombe sur s2.1-pro. Le paragraphe multi-locuteurs du WebSocket nomme s2-pro et S2.1 Pro, pas drama-3.
Pas de timestamps mot, phonème ou visème documentés pour Drama 3.
Tarification
La grille du 18 octobre 2026 liste s2.1-pro, s2.1-pro-free, s2-pro et s1 déprécié. drama-3 n’y figure pas. Aucun prix horaire n’est déduit.
Souveraineté & Conformité
API cloud. Ce n’est pas le chemin open-source de s2-pro.
Résidence des données : Non indiqué pour drama-3. API cloud, sans résidence UE ou suisse nommée sur la page produit ni sur la grille.
Vérification de cette fiche
Fish Audio Drama 3 product page and docs, 18 Oct 2026. Arena ELO not copied.
Note de mise à jour : Page produit FR/EN et doc Drama 3 relues le 18 octobre 2026. Grille et WebSocket relus le même jour. Aucun ELO ni aucun TTFA inventés.
Cette date concerne les prix, capacités et notes propres à cette fiche. Les benchmarks de comparaison suivent la synchronisation et la méthode indiquées dans le bloc au-dessus.