O que diferencia o Fish Audio Drama 3
Seis coisas separam o Drama 3 de outras vozes de IA, e cada uma muda o jeito de escrever o roteiro. Se você narra audiolivro, dubla ou monta uma cena de radionovela, é no roteiro que a atuação se decide.
| Drama 3 | O que isso muda no seu roteiro |
|---|---|
| Direção com as suas palavras | Descreva o sentimento e o momento, como [orgulhoso, mas exausto], em vez de escolher uma opção pronta |
| Muda no meio da fala | Comece animado e baixe para um sussurro três palavras depois. Cada direção vale a partir de onde você a coloca |
| As emoções difíceis | Choro por baixo das palavras, raiva contida, uma risada quebrando a cara séria |
| Controle palavra por palavra | As tags em par sussurram, desaceleram ou enfatizam só as palavras que estão dentro delas |
| Palavras difíceis intactas | Códigos, datas e nomes de lugares saem certos enquanto a voz atua: 93,2%, a maior nota no lançamento |
| Cenas inteiras | Até nove vozes de uma vez, cada fala respondendo à anterior |
Fonte: post de lançamento do Fish Audio, benchmark Pronunciation Robustness da Artificial Analysis.
Como dirigir uma fala no Drama 3
Um roteiro do Drama 3 mistura três tipos de direção, e você pode usar os três na mesma fala.
| Direção | Como escrever | O que muda |
|---|---|---|
| Direção da fala | [caloroso, firme] antes das palavras | Tudo o que vem depois, até a próxima direção |
| Som ou pausa | [sigh], [laugh], [breath], [pause] | Acrescenta o som exatamente naquele ponto |
| Tag em par | <whisper>E venha sozinho.</whisper> | Só as palavras dentro da tag |
Tags em par do Drama 3
Envolva uma frase curta com uma tag de abertura e outra de fechamento. Tudo o que fica fora delas segue a direção da fala.
| Tag | Use para |
|---|---|
| <whisper> | Um segredo, um aviso, as últimas palavras de uma ameaça |
| <emphasis> | A palavra em que a frase vira |
| <stress> | Apertar uma palavra: VOCÊ estava lá |
| <soft> | Um comentário delicado ou um consolo |
| <forceful> | Uma ordem ou um desabafo explosivo |
| <slow> | Uma revelação ou um momento suspenso |
| <fast> | Um comentário apressado ou um falatório nervoso |
Dicas de direção no Drama 3
Escreva a nota que você daria a um dublador, em um fôlego só. Estes hábitos fazem a maior diferença.
| Faça isto | Exemplo |
|---|---|
| Diga o sentimento e o que há por baixo dele | [alegre, mas escondendo que está preocupada] |
| Acrescente a situação ou quem está ouvindo | [baixinho, para as crianças do vizinho não ouvirem] |
| Uma direção nova a cada mudança de humor | [calmo] … [de repente ríspido] … |
| Coloque o som depois do que o causa | Essa já é a terceira vez. [sigh] Tudo bem. |
| Combine a voz com o papel | Uma voz suave e soprada sofre com uma ordem gritada |
| Gere duas ou três versões | O Drama 3 está em prévia e cada versão sai diferente. Fique com a melhor |
O Drama 3 em idiomas regionais
O Drama 3 fala 83 idiomas. Cada exemplo usa uma voz do Fish Audio gravada na região, com a fala e a direção escritas no idioma local. O cartão em português do Brasil é o que mais interessa a quem dubla ou narra para o público daqui. O último cartão mostra o outro truque: uma direção em um idioma sobre uma fala em outro.
Cenas com várias vozes no Drama 3
Mude para o Dialogue quando mais de um personagem fala: até nove vozes e 10.000 caracteres por cena, interpretadas em uma só passada, para que as reações passem de uma fala à outra. Dirija cada fala como faria com uma voz só e escolha vozes que soem bem diferentes entre si. Serve para radionovela, cena de audiolivro ou esquete curta para Reels.
Drama 3 e S2.1 Pro: o que mudou
O S2.1 Pro é o modelo anterior do Fish Audio. Os dois aceitam direções entre colchetes, então roteiros do S2.1 Pro funcionam no Drama 3 do jeito que estão. Segundo o Fish Audio, o Drama 3 interpreta com mais sentimento, segue as direções mais de perto e lê palavras difíceis com mais precisão.
| Palavras difíceis lidas certo | S2.1 Pro | Drama 3 |
|---|---|---|
| Geral | 88,1% | 93,2% |
| Nomes de marcas, lugares e termos técnicos | 87,3% | 95,9% |
| Palavras cuja leitura depende do contexto | 86,1% | 95,3% |
| Números, datas e unidades | 92,7% | 93,6% |
| Códigos, caminhos de arquivo e e-mails | 79,4% | 86,3% |
Fonte: post de lançamento do Fish Audio, benchmark Pronunciation Robustness da Artificial Analysis.
Drama 3 ou Eleven v4 no Morphic
Os dois são modelos de voz dirigíveis no Morphic. Escolha pelo trabalho ou use os dois no mesmo projeto.
| Fish Audio Drama 3 | Eleven v4 | |
|---|---|---|
| Roteiro por geração de fala | Até 10.000 caracteres | Até 3.000 caracteres |
| Dialogue | Até 9 vozes, 10.000 caracteres | De 2 a 10 vozes, 2.000 caracteres |
| Controle palavra por palavra | Sete tags em par | Tags colocadas ao lado das palavras |
| Idiomas | 83 | 90+ |
| Vozes | Biblioteca de vozes do Fish Audio | Biblioteca de vozes do ElevenLabs |
Para as tags e o ritmo do Eleven v4, veja o guia de prompts do Eleven v4.
Perguntas frequentes
Sim. O Drama 3 fala 83 idiomas, entre eles o português, e esta página traz um exemplo em português do Brasil. Escolha uma voz gravada na região que você quer e escreva a fala nesse idioma. A direção entre colchetes pode vir em português ou em outro idioma. Ele também fala árabe, espanhol, mandarim, filipino e indonésio, e lida com uma mistura natural de hindi e inglês.
Qualquer direção em palavras simples entre colchetes, como [nervoso, quase um sussurro]; sons e pausas como [sigh], [laugh], [breath] e [pause]; e sete tags em par em volta das palavras escolhidas: whisper, emphasis, stress, soft, forceful, slow e fast.
Escreva [pause] onde o silêncio deve cair. Uma direção nova depois dela, como [lento, extremamente sério], também muda o ritmo a partir dali.
Confira os colchetes. As direções vão entre colchetes, e as tags em par precisam da tag de fechamento correspondente. Um colchete aberto sem fechar ou uma tag digitada errado pode ser lido como texto.
Até 10.000 caracteres por geração, cerca de dez minutos de fala, tanto em Speech quanto em Dialogue. Divida peças mais longas nas pausas naturais.
Só com a permissão dela: a licença do Fish Audio para o Drama 3 proíbe clonar uma voz sem consentimento. No Morphic, escolha uma voz da biblioteca do Fish Audio.