핵심 요약
- Fish Audio Drama 3는 Fish Audio가 2026년 10월 13일 공개한 오픈 웨이트 텍스트 음성 변환 모델이에요.
- 문장 단위를 넘어 단어 하나의 톤과 발음을 자연어 지시로 제어하고, 문장 중간에 화자를 바꿀 수 있어요.
- 공식 사이트 fish.audio의 호스팅 서비스와 API, 그리고 직접 실행 가능한 오픈 웨이트 두 경로로 쓸 수 있어요.
- Artificial Analysis 오픈 웨이트 TTS 순위 1위로 보고됐지만, 파라미터 수와 지원 언어, 라이선스는 모델 카드에서 확인해야 해요.
한눈에 보기
| 유형 | 오픈 웨이트 텍스트 음성 변환(TTS) 모델 |
|---|---|
| 지원 기기 | 공식 사이트 웹, API, 로컬 실행용 자체 하드웨어 |
| 요금 | 공식 사이트에서 확인 필요, 공개 기념 프로모션 언급 |
| 지원 언어 | 발표문에 미기재, 모델 카드에서 확인 필요 |
| 핵심 포인트 | 자연어로 단어 단위 톤 제어와 문장 중간 화자 전환 |
| 난이도 | 웹 사용은 쉬움, 로컬 실행은 중급 이상 |
| 카테고리 | AI·모델 |
| 제작자 | Fish Audio |
| 공식 사이트 | fish.audio ↗ |
| 화제도 | 🔥 화제도 1,303만 |
| 최종 업데이트 |
Drama 3가 뭔가요: Fish Audio가 내놓은 감정 제어형 TTS
Fish Audio Drama 3는 Fish Audio가 2026년 10월 13일에 공개한 텍스트 음성 변환 모델이에요. 글자로 쓴 대본을 사람이 말하듯 자연스러운 음성으로 바꿔 주는 것이 기본 역할이고, 공개 방식은 두 갈래로 나뉘어요. 하나는 누구나 내려받아 직접 실행하거나 구조를 살펴볼 수 있는 오픈 웨이트이고, 다른 하나는 공식 사이트 fish.audio에서 바로 쓰는 호스팅 서비스와 API예요. 회사는 이 모델을 두고 지금까지 만든 것 중 가장 자랑스러운 결과물이라고 소개했어요.
발표에는 회사 소식도 함께 담겼어요. 5,200만 달러 규모의 시드 투자 유치와 1,500만 명이 넘는 사용자 기반이 언급됐죠. 그런데도 Fish Audio는 Drama 3를 가장 앞세웠고, 개발자들이 주목한 지점도 바로 그 부분이에요. Artificial Analysis의 오픈 웨이트 TTS 순위에서 1위로 보고됐다는 내용이 함께 전해지면서 실제 성능에 대한 관심이 더 커졌어요.
- 한 줄 요약
Fish Audio가 2026년 10월 13일 공개한 오픈 웨이트 텍스트 음성 변환 모델이에요.
- 두 가지 접근 경로
공식 사이트의 호스팅 서비스와 API, 그리고 직접 실행하는 오픈 웨이트가 함께 제공돼요.
- 회사 규모
5,200만 달러 시드 투자와 1,500만 명 이상의 사용자가 발표에서 언급됐어요.
단어 하나까지 지시하는 제어 방식: 자연어 프롬프트의 작동 원리
일반적인 TTS는 문장이나 문단 단위로 목소리와 대략적인 분위기를 고르는 방식이에요. Drama 3는 여기서 한 단계 더 내려가 단어 하나하나의 발음과 감정까지 지정할 수 있다고 Fish Audio는 설명해요. 특정 단어의 톤을 바꾸거나 문장 중간에 화자를 다른 목소리로 전환하는 것도 가능하다는 것이죠. 오디오북이나 게임 대사처럼 미세한 연기 차이가 결과물 품질을 가르는 작업에서 의미가 큰 기능이에요.
중요한 점은 이런 지시를 특수한 태그나 마크업이 아니라 자연어로 적는다는 거예요. 대본 옆에 원하는 말투와 감정을 평소 문장처럼 써 넣으면 모델이 그 지시를 읽고 음성에 반영하는 구조예요. 그래서 별도의 편집 도구를 익히지 않아도 원하는 연출을 글로 표현할 수 있어요. 다만 지시가 구체적일수록 결과가 안정적이고, 모호한 표현은 해석의 여지가 커진다는 점은 기억해 두면 좋아요.
- 단어 단위 제어
단어 하나의 발음과 톤을 따로 지정할 수 있다고 회사는 설명해요.
- 문장 중간 화자 전환
한 문장 안에서 목소리를 다른 화자로 바꾸는 연출이 가능해요.
- 자연어 지시
특수 태그 없이 평범한 문장으로 연출을 적어 넣는 방식이에요.
직접 써보는 순서: 웹에서 시험하고 API와 오픈 웨이트로 확장하기
가장 빠른 시작은 공식 사이트 fish.audio에서 제공하는 체험 화면을 쓰는 방법이에요. 계정을 만든 뒤 대본을 붙여 넣고, 원하는 목소리와 감정 지시를 자연어로 덧붙인 다음 생성을 누르면 결과 음성을 들을 수 있어요. 짧은 문장으로 먼저 테스트해서 원하는 톤이 나오는지 확인하고, 만족스러우면 문단 단위로 늘려 가는 편이 효율적이에요. 처음부터 긴 대본을 한 번에 넣으면 어느 지시가 결과를 바꿨는지 파악하기 어려워져요.
결과물을 서비스에 붙이려면 API를 쓰는 편이 관리하기 편하고, 데이터가 외부로 나가지 않아야 하거나 모델 자체를 손보고 싶다면 오픈 웨이트를 내려받아 직접 실행하는 쪽을 선택해요. 오픈 웨이트는 자체 GPU 환경이 필요하고, 라이선스 조건과 파라미터 규모, 지원 언어는 공개된 모델 카드에서 직접 확인해야 해요. 발표문에는 이 세부 정보가 담기지 않았으니 상업적 사용 전에는 반드시 원문을 읽어 보세요.
- 웹에서 먼저
공식 사이트 체험 화면에서 짧은 문장으로 톤이 원하는 대로 나오는지 확인하세요.
- API로 확장
완성된 설정을 서비스에 붙일 때는 API가 관리와 자동화에 유리해요.
- 오픈 웨이트
로컬 실행은 GPU 환경과 라이선스 조건 확인이 먼저 필요해요.
어디에 쓸까, 무엇과 비교할까: 한계와 잘 맞는 사용자
비교 대상은 같은 오픈 웨이트 계열의 TTS 모델들이에요. 대부분 문장 단위 감정 지정에 머무는데, Drama 3는 단어 단위 제어와 문장 중간 화자 전환을 전면에 내세운다는 점이 차별점이에요. 오디오북 낭독, 게임 캐릭터 대사, 숏폼 영상 내레이션, 만화 더빙처럼 연기 톤이 중요한 작업에서 특히 유리해요. 반대로 단순 안내 방송처럼 감정 표현이 거의 필요 없는 용도라면 굳이 이 모델을 고를 이유가 적어요.
한계도 분명해요. 발표문에는 파라미터 수와 지원 언어 목록, 라이선스 이름이 나오지 않아서 실제 도입 전 확인이 필요하고, 오픈 웨이트 순위 1위라는 평가도 특정 벤치마크 기준이라는 점을 감안해야 해요. 음성 복제와 감정 제어 기능은 윤리적·법적 책임이 따르므로 타인의 목소리를 쓰려면 반드시 동의를 받아야 해요. 요금제와 무료 사용 범위 역시 공식 사이트에서 최신 조건을 확인하는 게 안전해요.
- 잘 맞는 작업
오디오북, 게임 대사, 더빙처럼 연기 톤이 결과물을 좌우하는 콘텐츠에 어울려요.
- 덜 맞는 작업
감정 표현이 필요 없는 단순 안내 음성에는 과한 선택이에요.
- 확인할 것
파라미터 수, 지원 언어, 라이선스는 공개된 모델 카드에서 직접 확인하세요.
단계별 가이드
공식 사이트 접속과 계정 준비
fish.audio 공식 사이트에 접속해 계정을 만들고 로그인해요. 체험용 화면과 API 키 발급 위치를 먼저 둘러보면 전체 구조가 잡혀요.
대본과 감정 지시 작성
음성으로 만들 문장을 붙여 넣고 원하는 말투와 감정을 자연어로 덧붙여요. 특정 단어의 톤을 바꾸고 싶다면 그 단어를 짚어 지시를 적어 주세요.
목소리 선택과 생성
기본 목소리를 고르고 생성 버튼을 눌러 결과를 들어 봐요. 문장 중간에 화자를 바꾸는 연출도 지시문에 함께 적으면 돼요.
반복 수정으로 톤 다듬기
마음에 안 드는 부분은 지시를 더 구체적으로 바꿔 다시 생성해요. 긴 대본을 한 번에 만들기보다 짧은 단위로 확정한 뒤 늘려 가세요.
API 또는 오픈 웨이트로 확장
완성된 설정을 서비스에 붙이려면 API를 쓰고, 로컬 실행이 필요하면 오픈 웨이트를 내려받아요. 라이선스와 요금 조건은 공식 사이트에서 확인하세요.
자주 묻는 질문
Drama 3는 무료로 쓸 수 있나요?
공개와 함께 한 달 무료 제공 프로모션이 언급됐고, 기업에는 첫 달 무료라는 조건도 함께 전해졌어요. 다만 상시 무료 범위와 요금제는 바뀔 수 있으니 공식 사이트에서 최신 조건을 확인하는 게 정확해요.
어디에서 사용할 수 있나요?
공식 사이트 fish.audio에서 호스팅 서비스와 API로 쓸 수 있고, 오픈 웨이트를 내려받아 직접 실행하는 방법도 있어요. 로컬 실행은 자체 GPU 환경이 필요하고, 모델 카드에 적힌 조건을 따라야 해요.
일반 TTS와 뭐가 다른가요?
문장 단위로 목소리와 분위기를 고르는 일반 TTS와 달리, 단어 하나의 톤을 바꾸고 문장 중간에 화자를 전환할 수 있다는 점이 핵심이에요. 이런 지시를 특수 태그 없이 자연어로 적는다는 것도 큰 차이예요.
지원 언어와 파라미터 수는 어떻게 되나요?
발표문에는 지원 언어 목록과 파라미터 수, 라이선스 이름이 담기지 않았어요. 상업적 사용을 고려한다면 공개된 모델 카드와 공식 문서에서 이 항목들을 직접 확인해야 해요.
상업적으로 써도 되나요?
오픈 웨이트라고 해서 모든 사용이 자유로운 것은 아니며 라이선스 조건에 따라 달라요. 또 타인의 목소리를 복제할 때는 동의가 필요하고, 생성 결과물의 책임은 사용자에게 있다는 점을 기억해 두세요.
