Qué hace distinto a Fish Audio Drama 3
Si narras audiolibros, doblas escenas o grabas la locución de un anuncio, Drama 3 se dirige como a un actor. Seis rasgos lo distinguen de otros modelos de voz, y cada uno cambia cómo escribes el guion.
| Drama 3 | Qué significa para tu guion |
|---|---|
| Dirección con tus propias palabras | Describe la emoción y el momento, como [orgulloso pero agotado], en lugar de elegir un ajuste predefinido |
| Cambia a media línea | Empieza alegre y baja a un susurro tres palabras después. Cada dirección toma el control donde la escribes |
| Las emociones difíciles | Lágrimas bajo las palabras, rabia contenida, una risa que rompe una cara seria |
| Control palabra por palabra | Las etiquetas pareadas susurran, frenan o enfatizan solo las palabras que encierran |
| Palabras difíciles, bien leídas | Códigos, fechas y nombres de lugares se leen bien mientras la voz actúa: 93.2%, la puntuación más alta en el lanzamiento |
| Escenas completas | Hasta nueve voces en una sola pasada, y cada línea responde a la anterior |
Fuente: publicación de lanzamiento de Fish Audio, benchmark Pronunciation Robustness de Artificial Analysis.
Cómo dirigir una línea en Drama 3
Un guion de Drama 3 mezcla tres tipos de dirección, y puedes combinarlos en la misma línea.
| Dirección | Cómo se escribe | Qué cambia |
|---|---|---|
| Dirección de línea | [cálida, serena] antes de las palabras | Todo lo que sigue, hasta la siguiente dirección |
| Sonido o pausa | [sigh], [laugh], [breath], [pause] | Añade ese sonido en ese punto exacto |
| Etiqueta pareada | <whisper>Y ven solo.</whisper> | Solo las palabras dentro de la etiqueta |
Etiquetas pareadas de Drama 3
Encierra una frase corta entre una etiqueta de apertura y una de cierre. Todo lo que queda fuera conserva la dirección de la línea.
| Etiqueta | Para qué sirve |
|---|---|
| <whisper> | Un secreto, una advertencia, las últimas palabras de una amenaza |
| <emphasis> | La palabra sobre la que gira la frase |
| <stress> | Presionar más una palabra: TÚ estabas ahí |
| <soft> | Un comentario amable o una palabra de tranquilidad |
| <forceful> | Una orden o un estallido |
| <slow> | Una revelación o un momento sostenido |
| <fast> | Un comentario apresurado o un parloteo nervioso |
Consejos para dirigir en Drama 3
Escribe la nota que le darías a un actor de voz en un solo aliento. Estos hábitos son los que más cambian el resultado.
| Haz esto | Ejemplo |
|---|---|
| Nombra la emoción y lo que hay debajo | [alegre, pero ocultando que está preocupada] |
| Añade la situación o a quién le hablas | [en voz baja, para que los niños de al lado no oigan] |
| Una dirección nueva en cada cambio de ánimo | [tranquilo] … [de pronto cortante] … |
| Pon el sonido después de lo que lo provoca | Es la tercera vez. [sigh] Bueno, está bien. |
| Elige la voz según el papel | Una voz suave y aireada rinde poco con una orden a gritos |
| Genera dos o tres tomas | Drama 3 está en versión preliminar y las tomas varían. Quédate con la mejor |
Drama 3 en idiomas regionales
Drama 3 habla 83 idiomas. Cada muestra usa una voz de Fish Audio grabada en esa región, con la línea y la dirección escritas en el idioma local. La última tarjeta enseña el otro truco: una dirección en un idioma sobre una línea en otro. Si trabajas en español, la quinta tarjeta es la de México.
Escenas con varias voces en Drama 3
Cambia a Dialogue cuando hable más de un personaje: hasta nueve voces y 10,000 caracteres por escena, interpretadas en una sola pasada para que las reacciones pasen de una línea a la siguiente. Sirve para ficción sonora y escenas de audiolibro. Dirige cada línea como lo harías con una sola voz y elige voces que suenen claramente distintas.
Drama 3 frente a S2.1 Pro: qué cambió
S2.1 Pro es el modelo anterior de Fish Audio. Los dos aceptan direcciones entre corchetes, así que los guiones de S2.1 Pro funcionan en Drama 3 tal cual. Según Fish Audio, Drama 3 los interpreta con más sentimiento, los sigue con más fidelidad y lee con más precisión las palabras difíciles.
| Palabras difíciles leídas correctamente | S2.1 Pro | Drama 3 |
|---|---|---|
| En conjunto | 88.1% | 93.2% |
| Nombres de marcas, lugares y términos técnicos | 87.3% | 95.9% |
| Palabras cuya lectura depende del contexto | 86.1% | 95.3% |
| Números, fechas y unidades | 92.7% | 93.6% |
| Códigos, rutas de archivo y correos | 79.4% | 86.3% |
Fuente: publicación de lanzamiento de Fish Audio, benchmark Pronunciation Robustness de Artificial Analysis.
Drama 3 o Eleven v4 en Morphic
Los dos son modelos de voz dirigibles en Morphic. Elige según el trabajo, por ejemplo Drama 3 para un capítulo de audiolibro o una escena larga, o usa ambos en un mismo proyecto.
| Fish Audio Drama 3 | Eleven v4 | |
|---|---|---|
| Guion por generación de voz | Hasta 10,000 caracteres | Hasta 3,000 caracteres |
| Dialogue | Hasta 9 voces, 10,000 caracteres | De 2 a 10 voces, 2,000 caracteres |
| Control por palabra | Siete etiquetas pareadas | Etiquetas junto a las palabras |
| Idiomas | 83 | 90+ |
| Voces | Biblioteca de voces de Fish Audio | Biblioteca de voces de ElevenLabs |
Para las etiquetas y el ritmo de Eleven v4, consulta la guía de prompts de Eleven v4.
Preguntas frecuentes
Sí. Drama 3 habla 83 idiomas, entre ellos español, hindi, árabe, portugués, mandarín, filipino e indonesio, y maneja bien una mezcla natural de hindi e inglés. Hay una muestra en español de México en la sección de idiomas regionales. Elige una voz grabada en la región que quieras y escribe la línea en ese idioma. La dirección puedes escribirla también en español.
Cualquier dirección en lenguaje natural entre corchetes, como [nerviosa, casi en un susurro]; sonidos y pausas como [sigh], [laugh], [breath] y [pause]; y siete etiquetas pareadas alrededor de las palabras que elijas: whisper, emphasis, stress, soft, forceful, slow y fast.
Escribe [pause] donde debe caer el silencio. Una dirección nueva después, como [lento, muy serio], también cambia el ritmo a partir de ahí.
Revisa los corchetes. Las direcciones van entre corchetes, y las etiquetas pareadas necesitan su etiqueta de cierre. Un corchete sin cerrar o una etiqueta mal escrita puede leerse como texto.
Hasta 10,000 caracteres por generación, unos diez minutos de voz, tanto en Speech como en Dialogue. Divide las piezas más largas en pausas naturales.
Solo con el permiso de esa persona: la licencia de Fish Audio para Drama 3 prohíbe clonar una voz sin consentimiento. En Morphic, elige una voz de la biblioteca de Fish Audio.