Fish Audio Drama 3

Fish Audio Drama 3의 가격은 얼마입니까?

가중치는 Fish Audio Community License에 따라 연구용과 연 매출 $500,000 미만 기업에 무료입니다. API: UTF-8 1M 바이트당 $50, 2026년 11월 12일까지 $10.

제 역할을 하는 곳

• 드라마화한 소설을 제작하는 직원 8명의 오디오북 스튜디오

  단역에 배우를 섭외하지 않고 대본 하나로 전체 배역의 목소리 만들기

  각 인물에 화자 태그를 달고(텍스트당 최대 16개) 연출을 인라인으로 지시합니다. 고객이 직접 사용할 수 있는 접근 권한이 없다면, 라이선스상 스튜디오는 완성된 오디오를 출판사에 판매할 수 있습니다. 100만 바이트당 음성 약 12시간이므로 API 정가 기준 오디오 1시간에 약 $4가 듭니다.

• 매출 $500,000 미만인 인디 게임 스튜디오의 ML 엔지니어

  사내 GPU로 NPC 대사를 생성하고 수정

  H200 한 장에서 SGLang-Omni로 가중치를 서빙합니다. Fish Audio 측정치는 스트림 16개에서 real-time factor 0.373입니다. 작가가 대사를 바꾸면 이전 녹음을 previous_takes에 넣고 수정된 단어만 다시 생성합니다.

• 음성 복제 스타트업의 제품 책임자

  오픈 가중치로 공개 복제 기능을 운영할 수 있는지 판단

  별도 라이선스 없이는 할 수 없습니다. 이용자가 목소리를 복제하게 하는 것이 주목적인 서비스는 매출과 관계없이 Hosted Service로 분류됩니다. 라이선스를 받은 경로는 Fish Audio 자체 API이며, 11월 12일 이후 100만 바이트당 $50이고 선불 금액에 따라 동시 요청은 5~50개입니다.

도입 전 확인할 점

설정

fishaudio extra와 함께 SGLang-Omni를 설치하고 sgl-omni serve --model-path fishaudio/drama-3를 실행하거나, vLLM-Omni에서 vllm serve --omni를 씁니다. 요청마다 텍스트와 함께 전사가 붙은 참조 클립을 하나 이상 넣습니다.

연동

SGLang-Omni와 vLLM-Omni가 스트리밍으로 서빙합니다. Fish Audio API는 S2.1 Pro와 함께 drama-3로 제공하며, fish.audio 웹 앱은 S2.1 Pro와 같은 크레딧을 씁니다.

데이터와 개인정보

Fish Audio Community License 1.0: 연구와 비상업적 사용은 무료, 상업적 사용은 합산 연 매출 $500,000 미만일 때만 가능, 서면 라이선스 없는 호스팅 음성 서비스 불가, 'Built with Fish Audio' 표시 필요, 동의 없는 사칭 금지, 출력물로 다른 음성 모델 학습 금지. 자체 호스팅한 오디오는 사용자의 하드웨어에 남습니다.

대규모 사용 시 비용

safetensors에는 FP8 파라미터 322억(32.2 billion)개와 bf16 파라미터 37억(3.7 billion)개가 들어 있어, 저희 계산으로 가중치는 약 40 GB입니다. 따라서 80 GB 이상 GPU 한 장을 잡아 두십시오. Fish Audio의 수치는 H200 기준입니다. API에서 영어 오디오 100시간은 약 830만(8.3 million) 바이트로, $10 출시 가격이면 약 $83, $50 정가면 $417입니다. 중국어, 일본어, 한국어 텍스트는 글자당 약 3바이트를 씁니다.

제한

API 동시 요청은 선불 $100 미만이면 5개, $100부터 15개, $1,000부터 50개이며, 키와 speech-to-text가 함께 나눠 씁니다. 초과하면 HTTP 429가 반환되고 Retry-After 헤더는 없습니다. 자체 호스팅 시 H200 한 장에서 스트림 64개면 첫 오디오까지 시간이 450.9 ms로 늘어납니다.

Fish Audio Drama 3 대안

Eleven v4 and v4 Turbo

ElevenLabs·텍스트 음성 변환

4.7/5

ElevenLabs의 표현력 있는 텍스트 음성 변환 모델 한 쌍으로, Artificial Analysis 음성 아레나에서 공동 1위입니다. v4 Turbo는 음성 에이전트용으로 만들어졌습니다.

Breeze TTS 2

BreezeBlue·텍스트 음성 변환·오픈 웨이트

3.8/5

오픈 웨이트 아레나 상위권에 오른 3.5B 파라미터 음성 복제 및 음성 디자인 모델입니다. 다만 상업적 자체 호스팅은 금지됩니다.

OmniVoice

k2-fsa (Next-gen Kaldi)·텍스트 음성 변환·오픈 웨이트

4.0/5

Next-gen Kaldi 팀이 만든 오픈 제로샷 TTS로, 600개 이상의 언어에서 음성 복제와 음성 디자인을 지원합니다.

Qwen3-TTS

Alibaba (Qwen)·텍스트 음성 변환·오픈 웨이트

3.5/5

Alibaba의 Apache 라이선스 음성 합성 모델 계열입니다. 한 문장으로 목소리를 설계하고 3초 음성으로 목소리를 복제하지만, 악용 방지 장치는 없습니다.

Cartesia Sonic 3.6

Cartesia·텍스트 음성 변환

4.4/5

음성 에이전트를 위한 Cartesia의 저지연 텍스트 음성 변환 모델로, 44개 언어를 지원합니다.

Fish Audio Drama 3: 자주 묻는 질문

Fish Audio Drama 3, 쓸 만한 가치가 있습니까?

Drama 3는 청취자들이 유료 선두 모델과 나란히 평가하는 목소리를 오픈 가중치로 내놓습니다. 다만 사업이나 음성 API가 본격화되는 순간 무료가 아니게 되는 라이선스를 따릅니다. 평점은 5점 만점에 4.2점입니다.

Fish Audio Drama 3의 가격은 얼마입니까?

가중치는 Fish Audio Community License에 따라 연구용과 연 매출 $500,000 미만 기업에 무료입니다. API: UTF-8 1M 바이트당 $50, 2026년 11월 12일까지 $10.

Fish Audio Drama 3의 단점은 무엇입니까?

무료 상업적 사용은 연 매출 $500,000에서 끝나며, 호스팅 음성 서비스는 항상 계약 필요; Artificial Analysis 복제 음성 순위표 17위; 자체 보고서에서 일본어, 힌디어, 광둥어 성능이 약함; 내장 동의 확인이나 워터마크에 대한 설명 없음.

Fish Audio Drama 3에 적합한 사람은 누구입니까?

매출 상한 아래에서 ElevenLabs에 가까운 내레이션과 다인물 대화를 자체 GPU로 만들고 싶은 소규모 스튜디오, 게임 개발사, 앱 제작사.

팀이나 프로덕션 환경에서 Fish Audio Drama 3의 비용은 얼마입니까?

safetensors에는 FP8 파라미터 322억(32.2 billion)개와 bf16 파라미터 37억(3.7 billion)개가 들어 있어, 저희 계산으로 가중치는 약 40 GB입니다. 따라서 80 GB 이상 GPU 한 장을 잡아 두십시오. Fish Audio의 수치는 H200 기준입니다. API에서 영어 오디오 100시간은 약 830만(8.3 million) 바이트로, $10 출시 가격이면 약 $83, $50 정가면 $417입니다. 중국어, 일본어, 한국어 텍스트는 글자당 약 3바이트를 씁니다.

Fish Audio Drama 3에 회사 데이터를 맡겨도 안전합니까?

Fish Audio Community License 1.0: 연구와 비상업적 사용은 무료, 상업적 사용은 합산 연 매출 $500,000 미만일 때만 가능, 서면 라이선스 없는 호스팅 음성 서비스 불가, 'Built with Fish Audio' 표시 필요, 동의 없는 사칭 금지, 출력물로 다른 음성 모델 학습 금지. 자체 호스팅한 오디오는 사용자의 하드웨어에 남습니다.

Fish Audio Drama 3의 가장 좋은 대안은 무엇입니까?

저희가 리뷰한 것 중 가장 가까운 대안은 Eleven v4 and v4 Turbo, Breeze TTS 2, OmniVoice, Qwen3-TTS 및 Cartesia Sonic 3.6입니다.

답변 확인일: 2026년 10월 28일.