Das Wichtigste in Kürze
- Drama 3 ist das neueste Sprachmodell von Fish Audio und wandelt Text in natürlich klingende Sprache um.
- Es erlaubt die Steuerung einzelner Wörter und sogar einen Stimmwechsel mitten im Satz – per natürlicher Sprache, nicht über komplizierte Markup-Befehle.
- Das Modell ist als Open-Weight verfügbar und kann lokal betrieben werden; zusätzlich gibt es eine gehostete Version und eine API auf der offiziellen Seite fish.audio.
- Laut Fish Audio belegt Drama 3 Platz 1 unter den Open-Weight-TTS-Modellen bei Artificial Analysis; genaue Parameterzahlen, Lizenz und Sprachumfang sind nicht in der Ankündigung genannt und sollten auf der Modellkarte geprüft werden.
Kurzüberblick
| Typ | Text-to-Speech-Modell (Open-Weight) |
|---|---|
| Geräte | Lokal (Open-Weight) oder über API/Web |
| Kosten | Open-Weight kostenlos; gehostete Nutzung laut Seite prüfen |
| Sprachen | Nicht in der Ankündigung genannt; Modellkarte prüfen |
| Highlight | Wortgenaue Steuerung von Ton und Stimmwechsel |
| Einstieg | Über fish.audio oder lokale Installation |
| Kategorie | KI & Modelle |
| Urheber | Fish Audio |
| Offizielle Seite | fish.audio ↗ |
| Trend-Index | 🔥 13 Mio. Trend-Index |
| Zuletzt aktualisiert |
Was Fish Audio Drama 3 ist und warum es gerade Aufmerksamkeit bekommt
Fish Audio, ein Unternehmen mit eigenen Angaben zufolge mehr als 15 Millionen Nutzern, hat am 13. Oktober 2026 das Sprachmodell Drama 3 vorgestellt. Es handelt sich um ein Text-to-Speech-Modell, das geschriebenen Text in gesprochene Audioausgabe umwandelt. Der Hersteller bezeichnet Drama 3 als das bislang ausdrucksstärkste und kontrollierbarste TTS-Modell und stellt es in den Mittelpunkt einer Ankündigung, die auch eine Finanzierungsrunde über 52 Millionen US-Dollar umfasst.
Der besondere Reiz liegt in der Steuerung: Während herkömmliche TTS-Systeme meist nur eine Stimme und eine grobe Stimmung erlauben, soll Drama 3 bis auf die Ebene einzelner Wörter heruntergehen. Du kannst festlegen, wie ein bestimmtes Wort klingen soll, seinen Ton ändern und sogar mitten im Satz die Stimme wechseln. Diese Anweisungen werden in natürlicher Sprache formuliert, nicht über spezielle Auszeichnungssyntax.
Aufmerksamkeit erregt das Modell zudem, weil es als Open-Weight veröffentlicht wurde und laut Fish Audio in der Kategorie der Open-Weight-TTS-Modelle bei Artificial Analysis den ersten Platz belegt. Für Entwickler und Unternehmen ist das interessant, weil sie das Modell lokal betreiben oder in eigene Anwendungen integrieren können, ohne auf eine reine Cloud-Lösung angewiesen zu sein.
- Wortgenaue Kontrolle
Du bestimmst nicht nur die Stimme, sondern auch die Betonung und den Ton einzelner Wörter – ein großer Unterschied für Hörbücher, Spiele-Dialoge oder Comedy-Timing.
- Stimmwechsel im Satz
Drama 3 erlaubt es, die Stimme mitten in einem Satz zu wechseln. Das eröffnet neue Möglichkeiten für Dialoge und dramatische Effekte.
- Open-Weight und API
Das Modell kann lokal betrieben oder über die gehostete API von Fish Audio genutzt werden. Prüfe vor kommerzieller Nutzung die Lizenzbedingungen auf der Modellkarte.
So funktioniert die Steuerung auf Wortebene in der Praxis
Die Steuerung erfolgt über natürliche Spracheingaben, die du zusammen mit dem Text an das Modell gibst. Statt spezieller Tags oder einer komplizierten Syntax beschreibst du einfach, wie eine Passage klingen soll – zum Beispiel, dass ein bestimmtes Wort betont oder leiser gesprochen werden soll. Fish Audio zufolge kannst du sogar den Ton eines einzelnen Wortes verändern und die Stimme innerhalb eines Satzes wechseln.
Für Anwendungen wie Hörbücher, Spiele-Dialoge oder synchronisierte Comics ist dieser Grad an Kontrolle entscheidend. Ein flacher Vortrag wirkt schnell leblos; mit wortgenauer Steuerung lassen sich Pausen, Betonungen und Stimmwechsel gezielt einsetzen, um eine Performance statt einer bloßen Vorlesung zu erzeugen. Das Modell richtet sich damit an Kreative, die mehr Kontrolle über die emotionale Färbung ihrer Audioinhalte wünschen.
Die technischen Details zur Architektur, zur Anzahl der Parameter oder zur unterstützten Sprachen hat Fish Audio in der Ankündigung nicht genannt. Auch der Name der Lizenz fehlt. Wer das Modell produktiv einsetzen will, sollte daher unbedingt die offizielle Modellkarte und die Dokumentation auf fish.audio prüfen, bevor er kommerzielle Projekte darauf aufbaut.
- Natürliche Sprache statt Markup
Du formulierst Anweisungen wie in einem Regiehinweis, nicht in einer speziellen Syntax. Das senkt die Einstiegshürde für Nicht-Programmierer.
- Gezielte Betonung
Einzelne Wörter lassen sich hervorheben oder in ihrem Ton verändern. So klingen Sätze lebendiger und weniger monoton.
- Stimmwechsel für Dialoge
Mitten im Satz die Stimme zu wechseln, eignet sich für Rollenspiele, Hörspiele oder humorvolle Einlagen.
- Prüfe die Modellkarte
Parameterzahl, Lizenz und Sprachumfang sind nicht in der Ankündigung genannt. Verlasse dich auf die offiziellen Angaben, bevor du kommerziell baust.
Zugang, Nutzung und erste Schritte mit Drama 3
Es gibt zwei Wege, Drama 3 zu nutzen: die offenen Gewichte für alle, die das Modell lokal ausführen oder inspizieren möchten, und die gehostete Version samt API auf der offiziellen Seite fish.audio. Die Ankündigung nennt keine Preise für die gehostete Nutzung; hier solltest du die aktuellen Konditionen auf der Website prüfen. Für Unternehmen gab es zeitlich begrenzt ein Angebot eines kostenlosen ersten Monats, das aber an eine Aktion gebunden war.
Wenn du das Modell lokal betreiben willst, benötigst du die entsprechenden Gewichte und eine passende Laufzeitumgebung. Die genauen Hardware-Anforderungen sind nicht in der Ankündigung genannt; sie hängen von der Modellgröße ab, die ebenfalls nicht veröffentlicht wurde. Für die gehostete Variante reicht ein Browser oder ein API-Zugang, ohne dass du dich um die Infrastruktur kümmern musst.
Bevor du loslegst, solltest du dir über den Anwendungsfall klar werden: Für schnelle Tests und Prototypen ist die gehostete API bequemer; für Datenschutz, Offline-Betrieb oder tiefe Integration kann die lokale Variante die bessere Wahl sein. In beiden Fällen gilt: Prüfe die Lizenz, die unterstützten Sprachen und die Grenzen der kostenlosen Nutzung direkt auf der offiziellen Seite, da die Ankündigung dazu keine Angaben macht.
- Gehostete API
Schneller Einstieg ohne eigene Infrastruktur. Ideal für Prototypen und Anwendungen, die cloudbasiert laufen sollen.
- Lokale Open-Weight-Nutzung
Volle Kontrolle über Daten und Umgebung. Du benötigst allerdings eigene Hardware und musst dich um Setup und Wartung kümmern.
- Kosten und Limits
Die Ankündigung nennt keine Preise. Informiere dich über aktuelle Tarife und kostenlose Kontingente auf fish.audio.
Vergleich mit anderen TTS-Modellen und Grenzen der Ankündigung
Drama 3 positioniert sich im Markt der Text-to-Speech-Modelle, zu denen auch Anbieter wie ElevenLabs oder Open-Source-Projekte wie Coqui TTS gehören. Der entscheidende Unterschied liegt laut Fish Audio in der wortgenauen Steuerung und der Möglichkeit, die Stimme mitten im Satz zu wechseln. Während viele TTS-Systeme auf Absatz- oder Satzebene arbeiten, verspricht Drama 3 eine feinere Regie.
Die Einordnung als Open-Weight-Modell mit einem ersten Platz bei Artificial Analysis unter den Open-Weight-TTS-Modellen macht es für Entwickler attraktiv, die eine Alternative zu proprietären Cloud-Diensten suchen. Allerdings fehlen in der Ankündigung wesentliche Angaben: Weder die Parameterzahl noch die Lizenz oder die Liste der unterstützten Sprachen wurden genannt. Auch zur Latenz und zur Audioqualität macht Fish Audio keine konkreten Zahlen.
Wer Drama 3 ernsthaft einsetzen will, sollte daher die offizielle Modellkarte und die Dokumentation studieren und eigene Tests mit dem eigenen Sprachmaterial durchführen. Die Ankündigung ist ein guter Ausgangspunkt, ersetzt aber keine technische Evaluierung. Für Hobbyprojekte und Experimente ist der Einstieg über die offene Variante oder die gehostete API niedrigschwellig; für kommerzielle Produkte ist eine gründliche Prüfung der Bedingungen unerlässlich.
- Feinere Steuerung als üblich
Die wortgenaue Kontrolle hebt sich von vielen TTS-Modellen ab, die nur auf Satzebene steuern.
- Open-Weight als Pluspunkt
Entwickler schätzen die Möglichkeit, das Modell lokal zu betreiben und unabhängig von Cloud-Diensten zu sein.
- Unklare Lizenz
Die Ankündigung nennt keine Lizenz. Kläre vor kommerzieller Nutzung die Bedingungen auf der offiziellen Seite.
- Fehlende technische Daten
Parameterzahl, Sprachen und Latenz sind nicht veröffentlicht. Eigene Tests und die Modellkarte schließen diese Lücke.
Schritt-für-Schritt-Anleitung
Offizielle Seite besuchen
Rufe fish.audio auf und suche nach der Drama-3-Seite. Dort findest du die Dokumentation, die Modellkarte und den Zugang zur gehosteten Version oder API.
Zugang wählen
Entscheide, ob du die gehostete API nutzen oder die Open-Weight-Variante lokal installieren willst. Für den Anfang ist die gehostete Version meist einfacher.
Text und Regieanweisungen eingeben
Gib den Text ein und formuliere in natürlicher Sprache, wie einzelne Wörter oder Passagen klingen sollen. Experimentiere mit Betonungen und Stimmwechseln.
Audio generieren und prüfen
Lass die Ausgabe erzeugen und höre sie kritisch an. Achte darauf, ob die Betonungen und Stimmwechsel wie gewünscht umgesetzt wurden.
Bedingungen prüfen und integrieren
Bevor du das Modell in ein Projekt einbindest, lies die Lizenz- und Nutzungsbedingungen. Für kommerzielle Nutzung kläre eventuelle Kosten und Einschränkungen direkt mit Fish Audio.
Häufige Fragen
Was kostet Fish Audio Drama 3?
Die Open-Weight-Variante ist kostenlos verfügbar, unterliegt aber einer Lizenz, die du prüfen solltest. Für die gehostete API nennt die Ankündigung keine Preise. Besuche die offizielle Seite fish.audio, um aktuelle Tarife und mögliche kostenlose Kontingente zu erfahren.
Auf welchen Geräten kann ich Drama 3 nutzen?
Die gehostete Version läuft im Browser und über eine API, sodass du von jedem Gerät mit Internetzugang arbeiten kannst. Die Open-Weight-Variante erfordert einen lokalen Rechner mit ausreichend Leistung; die genauen Anforderungen sind nicht veröffentlicht und hängen von der Modellgröße ab.
Wie funktioniert die Steuerung auf Wortebene genau?
Du gibst zusätzlich zum Text eine natürliche Sprachbeschreibung an, die festlegt, wie ein bestimmtes Wort oder eine Passage klingen soll. Laut Fish Audio kannst du den Ton einzelner Wörter ändern und die Stimme mitten im Satz wechseln. Spezielle Markup-Befehle sind nicht nötig.
Ist Drama 3 wirklich Open Source?
Fish Audio bezeichnet das Modell als Open-Weight, was bedeutet, dass die Gewichte öffentlich verfügbar sind. Ob es sich um eine vollwertige Open-Source-Lizenz handelt, geht aus der Ankündigung nicht hervor. Prüfe die genauen Lizenzbedingungen auf der offiziellen Modellkarte, bevor du das Modell kommerziell einsetzt.
Welche Sprachen unterstützt Drama 3?
Die Ankündigung enthält keine Liste der unterstützten Sprachen. Da es sich um ein mehrsprachiges Umfeld handelt, ist es wahrscheinlich, dass mehrere Sprachen unterstützt werden, aber verlässliche Angaben findest du nur in der offiziellen Dokumentation auf fish.audio.
