Saltar al contenido
Alfa
  • Modelos
  • Clasificaciones
  • Ori
Hablar con ventas

Pie de página

OpenRouterOpenRouter
© 2026 OpenRouter, Inc

Producto

  • Chat
  • Clasificaciones
  • Pruebas de rendimiento
  • Aplicaciones
  • Descubrir
  • Modelos
  • Ori
  • Colecciones
  • Proveedores
  • Herramientas
  • Precios
  • Business
  • Enterprise
  • Laboratorio

Empresa

  • Acerca de
  • Blog
  • Clientes
  • Empleo
    Empleo
  • Privacidad
  • Términos del servicio
  • Centro de confianza
  • Soporte
  • Compatible con OR
  • Datos
  • Marca

Desarrollador

  • Documentación
  • Referencia de la API
  • Plataforma para desarrolladores
  • Estado
  • Mapa del sitio para IA

Conectar

  • Discord
  • GitHub
  • LinkedIn
  • X
  • YouTube
Favicon de fish-audio

Fish Audio: Drama 3

fish-audio/drama-3

Pruebas de rendimientoComparar

Drama 3 is a text-to-speech model from Fish Audio built for directed voice performances. You write the direction in plain language in square brackets before a line, such as [nervous, barely holding it together], and can add sounds and pauses inline or change the delivery of specific words with paired tags like <whisper>.

It supports multi-speaker scenes in one request, switching language mid-sentence across 80+ languages in the same voice, and phoneme tags for pinning pronunciation of names and terms.

Modalidades
Precio
80 % de descuento
2 US$/M UTF-8 bytes
Publicado
13 oct 2026
Pruebas de rendimientoComparar
Zona de pruebasPruebas de rendimientoProveedoresRendimientoTiempo de actividadAplicacionesActividadPreguntas frecuentesExplorar

Zona de pruebas

Pruebas de rendimiento

Puntuaciones en evaluaciones estandarizadas y respuestas de este modelo a instrucciones compartidas de las pruebas de referencia. Los porcentajes más altos son mejores, y cada posición indica dónde se sitúa este modelo entre los modelos evaluados en esa fuente.

Resumen de puntuaciones en pruebas de rendimiento de Fish Audio: Drama 3 (Design Arena)
FuentePrueba de rendimientoPuntuación
Design ArenaFish Audio Drama 3 Models Arena Audiorealism Elo958

Proveedores

Este modelo está alojado por un único proveedor. OpenRouter le reenvía todas las solicitudes directamente, sin necesidad de tomar decisiones de enrutamiento.

Rendimiento

La velocidad de generación indica lo rápido que escribe el modelo (tokens por segundo: cuanto mayor, mejor). La latencia es el tiempo total de ida y vuelta (cuanto menor, mejor). TTFT es el tiempo hasta el primer token: cuánto tarda en aparecer algo en pantalla (cuanto menor, mejor).

Tiempo de actividad

El tiempo de actividad es el porcentaje de los últimos 3 días en que al menos un proveedor respondía a las solicitudes. La disponibilidad es el porcentaje de tiempo en que la inferencia se sirvió correctamente. OpenRouter supervisa continuamente y utiliza el siguiente mejor proveedor cuando uno devuelve un error.

Aplicaciones

Aplicaciones públicas que envían más tráfico a este modelo. Una buena señal de cómo son las cargas de trabajo reales en producción, y una pista sobre los casos de uso para los que este modelo es más adecuado.

Actividad

Volumen de tokens y tráfico de solicitudes a este modelo a lo largo del tiempo.

API

Código listo para usar para llamar a este modelo. La API de OpenRouter es compatible con OpenAI: la mayoría de los SDK funcionan con solo cambiar la URL base. Lo único que cambia entre modelos es el identificador del modelo que aparece a continuación.

Actualmente no está disponible mediante el enrutamiento dentro de la región de la UE. Documentación de enrutamiento dentro de la región

Explorar más modelos

Los mejores modelos de texto a vozColecciónClasificaciones de modelos de vozClasificación
Latencia
80% off
10,00 US$2,00 US$0,41s
100,00 %
Latencia
0,41s

P50, mejor proveedor

Tiempo de actividad (3 d)El modelo estaba accesible. Solicitud enrutada a un proveedor.
100,00 %
Disponibilidad (3 d)El modelo devolvió una inferencia de cualquier proveedor. Los errores y las respuestas vacías cuentan en su contra.
99,92 %

Disponibilidad durante los últimos 3 días

Últimas 72 horas
Disponibilidad 99,92 %
Hace 3 díasHace 2 díasAyerAhora

Disponibilidad en las últimas 24 horas

OpenRouter Availability
99,97 %

Cuando se produce un error en un proveedor ascendente, podemos recuperarnos enrutando la solicitud a otro proveedor que funcione correctamente, si los filtros de su solicitud lo permiten. Puede acceder mediante programación a los datos de tiempo de actividad de cada proveedor a través de la API de endpoints. Obtenga más información sobre nuestras opciones de equilibrio de carga y enrutamiento de proveedores.

1.
Favicon de https://shogai.local/
Shogai audio tools
nuevo
12,8Mtókenes
2.
Favicon de https://lantern-batch.local/
Lantern Batch
nuevo
3,62Mtókenes
3.
Favicon de https://edn.chat/
EDN.chat
nuevo
927Któkenes
4.
Favicon de https://domdimabot.com/
DomDimaBot
nuevo
390Któkenes
5.
Favicon de https://crushchat.app/
CrushChat
nuevo
328Któkenes

Preguntas frecuentes

Drama 3 is a text-to-speech model from Fish Audio built for directed voice performances. You write the direction in plain language in square brackets before a line, such as [nervous, barely holding it together], and can add sounds and pauses inline or change the delivery of specific words with paired tags like <whisper>.

Drama 3 cuesta 2,00 US$/M UTF-8 bytes.

Drama 3 acepta texto como entrada y devuelve audio de voz generado.

S1, S2 Pro, S2.1 Pro Free (free) y 1 más son otros modelos de voz de Fish Audio.

Drama 3 se lanzó el 13 de octubre de 2026.

Más modelos de fish-audio

Transcribe 1 Pro

Transcribe 1 Pro is a speech-to-text model from Fish Audio tuned for interviews, meetings, and podcasts. It labels speakers with inline speaker markers, preserves emotion and vocal-event cues such as [laughter], detects language automatically, and can return timestamped word-level segments.

Transcripción0,0001 US$/second
Transcribe 1

Transcribe 1 is a speech-to-text model from Fish Audio. It is suited for audio transcription with automatic language detection and can return timestamped word-level segments when alignment details are requested.

Transcripción0,0001 US$/second
S1

S1 is a multilingual text-to-speech model from Fish Audio. It is suited for voice applications that need broad emotional expression, using parenthetical controls to guide speaking style across its supported languages.

Voz15 US$/M UTF-8 bytes
S2 Pro

S2 Pro is a multilingual text-to-speech model from Fish Audio. It is suited for expressive narration and multi-speaker dialogue, with natural-language controls for speaking style and emotion.

Voz15 US$/M UTF-8 bytes
S2.1 Pro Free (free)

S2.1 Pro Free is the no-cost variant of Fish Audio S2.1 Pro, intended for testing, prototyping, and low-volume applications. It provides the same synthesis capabilities without production latency or availability guarantees.

VozFree
S2.1 Pro

S2.1 Pro is a production-oriented text-to-speech model from Fish Audio. It is suited for multilingual voice applications, expressive narration, and dialogue synthesis, with open-ended natural-language controls for speaking style and emotion.

Voz15 US$/M UTF-8 bytes