Fish Audio Drama 3 实测 - 对比 Eleven v4
Fish Audio Drama 3 实测：Fish 官方演示剧本原样交给 Eleven v4 生成对比，附真实音频、限时价格、商用许可和表演指示写法。
最近更新: 2026-10-19
Fish Audio Drama 3 是 Fish Audio 在 2026 年 10 月 13 日发布的可导演文字转语音模型：用方括号随手写表演指示，句首、句中都行，支持 83 种语言。 我们把 Fish 发布时公开的 6 段演示剧本，一字不改地交给 ElevenLabs 的 Eleven v4 生成，让你用同一份剧本对比两个模型。Fish Audio Drama 3 的官方版本在 Fish 的发布博客 里播放；下面的 Eleven v4 音频是我们自己生成的，每段一次，没有剪辑。
Fish Audio Drama 3 和 Eleven v4 一表看懂
| Fish Audio Drama 3 | Eleven v4 | |
|---|---|---|
| 发布时间 | 2026 年 10 月 13 日 | 2026 年 9 月 28 日 |
| 语言 | 83 种 | 90+ 种 |
| 怎么导演 | 方括号里写自由描述，句首句中都行，用任何语言写都可以 | 方括号音频标签，如 [whispers]、[crying]、[laughing] |
| 局部标记 | 成对标签，如 <emphasis>…</emphasis>、<whisper>…</whisper> | 没有，标签从出现的位置开始生效 |
| API 价格 | 每百万字符 50 美元；2026 年 11 月 12 日前 10 美元 | 每千字符 0.08 美元（每百万 80 美元）；v4 Turbo 0.04 美元 |
| 模型权重 | 公开，在 Hugging Face（fishaudio/drama-3） | 不公开 |
| 商用 | 年收入 50 万美元以下免费；超过或做成对外服务需要授权 | ElevenLabs 付费套餐可商用 |
价格是两家官网公布的标价，2026 年 10 月 19 日核对。Fish 还公布：在 Artificial Analysis 的英文发音稳健性测试里，Drama 3 得分 93.2%，上一代 S2.1 Pro 是 88.1%。
我们怎么测 Fish Audio Drama 3 的演示剧本
我们没有用 Fish Audio 的账号，所以没有自己生成 Drama 3 的音频。Fish 在发布博客里放出了这几段剧本的官方版本，这就是对比里 Drama 3 的一方。Eleven v4 这边，每段剧本用同一个音色生成两次：
- 原样版： 完全照 Fish 公布的剧本，包括方括号里的自由描述，看 Eleven v4 能不能接住 Drama 3 风格的写法。
- v4 标签版： 台词不变，改用 Eleven v4 自己的音频标签，也就是在 ElevenLabs 上实际会怎么写。
每段生成后都用 ElevenLabs Scribe 转写，检查有没有把指示当成台词念出来。每个版本只生成一次，不重试，不剪辑。
Fish Audio Drama 3 演示剧本逐段对比
1. 强颜欢笑
[barely holding it together, forcing a smile] I'm fine. [shaky breath] Really. [small laugh] [whispering] Go on without me.
Drama 3：在 Fish 发布博客里听官方版本
Eleven v4，原样版：
[shaky breath] Really. [small laugh] [whispering] Go on without me.Eleven v4，v4 标签版（[dejected] I'm fine. [sighs] Really. [chuckles] [whispers] Go on without me.）：
[dejected] I'm fine. [sighs] Really. [chuckles] [whispers] Go on without me.2. 哽咽
[choked up, crying quietly] I left his jacket by the door. [voice breaking] I keep thinking he'll walk in and ask for it.
Drama 3：在 Fish 发布博客里听官方版本
Eleven v4，原样版：
[voice breaking] I keep thinking he'll walk in and ask for it.Eleven v4，v4 标签版（[crying] … [sobbing] …）：
[crying] I left his jacket by the door. [sobbing] I keep thinking he'll walk in and ask for it.3. 压着火
[through gritted teeth, keeping his voice down] I asked you to do one thing tonight. [slow, dangerously quiet] Just one.
Drama 3：在 Fish 发布博客里听官方版本
Eleven v4，原样版。这一次 Eleven v4 把「Just one」多念了一遍：
Eleven v4，v4 标签版（[angry] … [menacing] Just one.）：
[angry] I asked you to do one thing tonight. [menacing] Just one.4. 憋不住笑
[straight-faced, trying very hard to stay serious] No, I love it, it really suits you. [cracking up despite herself] I'm sorry, it's just a very brave haircut.
Drama 3：在 Fish 发布博客里听官方版本
Eleven v4，原样版。「cracking up」这条自由描述让 v4 真的笑出了声：
[cracking up despite herself] I'm sorry, it's just a very brave haircut.Eleven v4，v4 标签版（[earnestly] … [laughing] …）：
[earnestly] No, I love it, it really suits you. [laughing] I'm sorry, it's just a very brave haircut.5. 别开那扇门
[breathless, speaking fast] Just turn off the lights. Stay away from the windows. [voice drops to a terrified whisper] And whatever you hear out there… [slow, deadly serious] <emphasis>do not open that door.</emphasis>
Drama 3：在 Fish 发布博客里听官方版本
Eleven v4，原样版，连 <emphasis> 标记一起：
[voice drops to a terrified whisper] And whatever you hear out there… [slow, deadly serious] <emphasis>do not open that door.</emphasis>Eleven v4，v4 标签版（[fearful] … [whispers] … [solemnly] …）：
[fearful] Just turn off the lights. Stay away from the windows. [whispers] And whatever you hear out there… [solemnly] do not open that door.6. 用中文写表演指示
Drama 3 的指示可以用任何语言写。Fish 的例子是指示用中文、台词用英文：
[像是在强忍着眼泪，却努力笑着] I'm fine. Really. Go on without me.
Drama 3：在 Fish 发布博客里听官方版本
Eleven v4，原样版：
Fish Audio Drama 3 剧本在 Eleven v4 上的测试结果
- 指示一次都没被念出来。 11 段 Eleven v4 音频的转写里只有台词：Fish 的英文自由描述、中文指示、
<emphasis>标记都没有出现。 - 部分自由描述被演了出来。 「cracking up despite herself」让 v4 笑出了声；「强颜欢笑」那段两个版本都有一声轻笑。用 Drama 3 的风格写剧本，不会让 Eleven v4 出错。
- 一处瑕疵。 第 3 段的原样版把「Just one」重复了一遍，标签版没有。每个版本只生成一次，说不清这种情况出现得有多频繁。
- 我们替你判断不了的： 哪一边的表演更打动人。这要靠耳朵，建议把 Fish 的官方版本和这里的版本轮流放来听。
怎么写情绪：Fish Audio Drama 3 和 Eleven v4 的区别
Fish Audio Drama 3 把方括号里的任何内容都当作你用自己的话写的表演指示，「[voice drops to a terrified whisper]」和「[whispering]」一样能用；成对的标签（如 <emphasis>）可以只作用于几个词。Eleven v4 公布的是一套音频标签：[whispers]、[laughs]、[sighs]、[crying] 等，从出现的位置开始生效。剧本要在两个模型之间迁移，最稳妥的改法是把每条指示写短，紧贴在它要修饰的那句台词前面。
价格和许可
按标价，Fish Audio Drama 3 每百万字符 50 美元，2026 年 11 月 12 日前是 10 美元；Eleven v4 在 ElevenLabs API 上每百万字符 80 美元，v4 Turbo 40 美元。更大的区别在许可：Drama 3 的权重公开，但只有在你和关联公司年收入低于 50 万美元时才能免费商用；想把它做成自己对外提供的 TTS 或语音服务，需要另外向 Fish 取得授权。
该选哪个
- 选 Fish Audio Drama 3： 年收入在门槛以下、想要这个月最低的单价、想自己部署模型权重，或者喜欢用大白话写表演指示。
- 选 Eleven v4： 需要 90+ 种语言、现成的大音色库，或者希望商用条件不受收入影响。
声匠的有声剧工坊用的就是 Eleven v4：粘贴一段故事，自动分角色、配声音，每句台词自动加上表演指示，角色分析免费。还不熟悉 Eleven v4 的话，可以先看 Eleven v4 vs v3 实测。
常见问题
Fish Audio Drama 3 是什么？ Fish Audio Drama 3 是 Fish Audio 在 2026 年 10 月 13 日发布的文字转语音模型，主打可导演的情绪表演：用方括号写表演指示，可以放在句首，也可以放在句中，支持 83 种语言。可以在 fish.audio 网页、Fish 的 App 和 API（模型名 drama-3）里使用。
Fish Audio Drama 3 多少钱？ Fish 公布的 Drama 3 API 原价是每百万字符 50 美元，2026 年 10 月 13 日到 11 月 12 日降到每百万字符 10 美元。作为对照，ElevenLabs 公布的 Eleven v4 是每千字符 0.08 美元（每百万字符 80 美元），v4 Turbo 是 0.04 美元（2026 年 10 月 19 日核对）。
Fish Audio Drama 3 可以免费商用吗？ 按 Fish 发布博客的说法，Drama 3 采用 Fish Audio Community License v1.0：研究和非商业用途免费；你和关联公司年收入低于 50 万美元时可以免费商用。超过这个门槛，或者想把 Drama 3 做成对外提供的 TTS、声音克隆、推理服务，需要另外向 Fish 取得授权。Hugging Face 模型页上还标着研究许可，正式使用前请以 LICENSE 文件为准。
Eleven v4 能看懂 Fish Audio Drama 3 那种表演指示吗？ 我们的测试里，Eleven v4 一次都没有把指示念出来：Fish 写的英文自由描述、用中文写的指示、<emphasis> 标记，都没有出现在语音转文字的结果里。有些指示还被演出来了，比如「cracking up despite herself」（忍不住笑出来）让 v4 真的笑出了声。Eleven v4 官方支持的写法是 [whispers]、[crying]、[laughing] 这类音频标签。
Fish Audio Drama 3 比 Eleven v4 好吗？ 看你的需求，而且每段只生成一次，不足以给两个模型排名。Drama 3 按字符更便宜，权重公开，指示写法非常自由；Eleven v4 支持 90+ 种语言，音色库大，付费套餐没有收入门槛。建议把本页 Fish 官方的版本和 Eleven v4 的版本对照着听，自己判断表演效果。
Fish Audio 和 Drama 3 是其所有者的商标。声匠 VoiceSmiths 是独立产品，与 Fish Audio、ElevenLabs 均无关联。