Fish Audio Drama 3: режиссура голоса по API
Fish Audio Drama 3 — новая модель озвучки Fish Audio для режиссуры голоса. Рядом с текстом ты описываешь, как сыграть реплику, где вздохнуть, где засмеяться и какое слово выделить. Список языков для Drama 3 Fish не публикует, все её примеры английские, поэтому русский текст сначала проверь в блоке «Попробовать». Цена — 11,18 ₽ за 1000 букв кириллицы.
- 11,18 ₽ за 1000 букв кириллицы
- до 4 096 знаков
- текст → звук
fishaudio/drama-3
Обновлено:
Получить ключ Попробовать Документация
Попробовать Fish Audio Drama 3
Отправь текст — модель вернёт его голосом. Запрос оплачивается с API-счёта по цене на кнопке, бесплатных проб нет; ошибка нейросети денег не стоит.
Текст для озвучки: «[excited] We did it! [laughs] I can not believe the show is finally on air tonight!»
В ответ приходит сам звук, по умолчанию MP3; цена — в заголовке x-veselo-cost-rub.
Цены Fish Audio Drama 3 в рублях
| Текст — латиница, цифры и пробелы — вдвое дешевле | 11,18 ₽ за 1000 букв кириллицы |
|---|
Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. Как считается цена
Сколько стоят типичные задачи
Суммы посчитаны по цене выше — сколько спишется за такую работу.
| Трейлер или тизер на английском: тизер на 400 знаков по-английски | Около 2,24 ₽ |
|---|---|
| Реплики персонажей в англоязычной игре: сто реплик по 80 знаков по-английски | Около 44,72 ₽ |
| Карточки и диалоги для изучения английского: пятьсот карточек по 60 знаков по-английски | Около 167,70 ₽ |
Что умеет Fish Audio Drama 3
- Принимает указания актёру обычными словами в квадратных скобках перед репликой, например [forcing a smile, voice trembling] (Drama 3 в документации Fish).
- Указания можно писать на любом языке, и он не обязан совпадать с языком текста.
- Звуки и паузы ставятся в скобках там, где они звучат: [shaky breath], [small laugh].
- Парные теги меняют подачу отдельных слов:
<whisper>,<emphasis>,<soft>,<fast>,<slow>,<stress>,<forceful>. - В пробном режиме переключает язык на одну фразу тегами вроде
<french>…</french>и понимает фонемы для произношения имён. - Берёт до 4 096 знаков текста; звук возвращает в MP3, WAV, Opus или PCM.
Где применять
Трейлер или тизер на английском
Трейлеру нужен голос, который держит паузу и давит интонацией, а не громкостью. В Drama 3 это пишется прямо в скобках: [slow, dangerously quiet] для угрозы, [shaky breath] для страха в нужный момент. Из официальных голосов Fish для такой работы подходит Adrian с глубоким драматичным тембром. Сделай несколько вариантов указаний к ключевой фразе и выбери самый сильный: формулировка указания меняет игру заметнее, чем выбор голоса.
Пример запроса: «[slow, dangerously quiet] They said the city would sleep tonight. [shaky breath] They were wrong.»
Стоимость: тизер на 400 знаков по-английски — около 2,24 ₽.
Реплики персонажей в англоязычной игре
Игровому персонажу мало правильной эмоции, ему нужен характер. В Drama 3 указание пишут, как бриф актёру: кто говорит, с каким намерением и в каком темпе, например [fast, nervous] для паникующего механика. Каждого героя закрепи за отдельным голосом и озвучивай реплики отдельными запросами. Неудачную реплику так проще переделать, не трогая остальную сцену. Указания для героя держи в одной таблице со сценарием, чтобы механик не стал вдруг спокойным в пятой главе.
Пример запроса: «[fast, nervous] Uh, captain? The engine is making that noise again.»
Стоимость: сто реплик по 80 знаков по-английски — около 44,72 ₽.
Карточки и диалоги для изучения английского
В учебных фразах важно показать, на какое слово падает ударение. Парные теги Drama 3 делают это точечно: <emphasis> выделяет слово голосом, <stress> подчёркивает ударение, <slow> замедляет трудное место. Для имён и терминов есть фонемы, а экспериментальные языковые теги вставляют в английскую фразу кусок на французском или испанском. Языковые теги Fish помечает как пробные, поэтому каждую пару языков проверь отдельно, на том голосе, который пойдёт в приложение.
Пример запроса: «Repeat after me: I would <emphasis>really</emphasis> like a cup of tea.»
Стоимость: пятьсот карточек по 60 знаков по-английски — около 167,70 ₽.
Как писать запрос
Указание пиши как бриф живому актёру: эмоция, намерение, темп, к кому обращаются. Звук ставь ровно туда, где он должен прозвучать, а парный тег — только вокруг нужных слов. Указания и теги входят в объём текста, за который ты платишь. Fish считает его в байтах, поэтому цена — за 1000 букв кириллицы, а английский текст идёт за полцены: тысяча латинских знаков стоит как пятьсот русских.
Характеристики
| Разработчик | Fish Audio |
|---|---|
| Вид | Озвучка текста |
| Голоса | Adrian, Ethan, Hannah, Jordan, Laura, Sarah и ещё 1 |
| Языки | en |
| Текст за запрос | до 4 096 знаков |
| Форматы звука | mp3, opus, wav, pcm |
| Как считается текст | Цена — за 1000 букв кириллицы. Латиница, цифры, пробелы и знаки препинания стоят вдвое дешевле: модель считает текст в байтах. |
| id для запроса | fishaudio/drama-3 |
Как подключить
Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI.
Запрос — POST https://veselo.ai/v1/audio/speech с полем model: fishaudio/drama-3, ключ — в заголовке Authorization: Bearer sk-vsl-….
curl
curl https://veselo.ai/v1/audio/speech \
-H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
-H "Content-Type: application/json" \
-d '{
"model": "fishaudio/drama-3",
"voice": "bf322df2096a46f18c579d0baa36f41d",
"input": "Добрый вечер! Сегодня в программе — хорошие новости."
}' \
--output speech.mp3Python
from openai import OpenAI # pip install openai
client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ", timeout=600.0, max_retries=0)
with client.audio.speech.with_streaming_response.create(
model="fishaudio/drama-3",
voice="bf322df2096a46f18c579d0baa36f41d",
input="Добрый вечер! Сегодня в программе — хорошие новости.",
) as r:
r.stream_to_file("speech.mp3")JavaScript
import fs from 'node:fs';
const res = await fetch('https://veselo.ai/v1/audio/speech', {
method: 'POST',
headers: { Authorization: 'Bearer sk-vsl-ТВОЙ_КЛЮЧ', 'Content-Type': 'application/json' },
body: JSON.stringify({ model: 'fishaudio/drama-3', voice: 'bf322df2096a46f18c579d0baa36f41d', input: 'Добрый вечер! Сегодня в программе — хорошие новости.' }),
signal: AbortSignal.timeout(600_000),
});
if (!res.ok) throw new Error((await res.json()).error.message);
fs.writeFileSync('speech.mp3', Buffer.from(await res.arrayBuffer()));Пример ответа — только поля
HTTP/1.1 200 OK
Content-Type: audio/mpeg
x-veselo-cost-rub: …
<звук MP3>В программах: тем же ключом — из любого кода, а без ключа Claude, ChatGPT и Cursor зовут модель по MCP: вход на сайте и кнопка «Разрешить». MCP
Сравнение с похожими
| Модель | Цена | Главное | Когда выбрать |
|---|---|---|---|
| Fish Audio Drama 3 — эта модель | 11,18 ₽ / 1000 букв кириллицы | до 4 096 знаков | актёрская озвучка трейлеров и персонажей на английском с указаниями к каждой реплике |
| Fish Audio S2.1 Pro — Fish Audio | 3,36 ₽ / 1000 букв кириллицы | до 4 096 знаков | живая озвучка роликов и уроков с эмоциями, описанными своими словами |
| Eleven v3 — ElevenLabs | 11,18 ₽ / 1000 знаков | до 4 096 знаков | игровая озвучка роликов, рекламы и скетчей со смехом, шёпотом и звуками |
| Grok TTS — xAI (Grok) | 1,68 ₽ / 1000 знаков | до 4 096 знаков | живая озвучка со смехом, паузами и шёпотом по тегам в тексте, на русском и ещё 19 языках |
| Eleven Multilingual v2 — ElevenLabs | 11,18 ₽ / 1000 знаков | до 4 096 знаков | длинные ровные тексты на русском: аудиокниги, справки, голос бренда |
| MiniMax Speech 2.8 HD — MiniMax | 11,18 ₽ / 1000 знаков | до 4 096 знаков | аудиогиды, курсы и реклама, где качество голоса важнее цены за знак |
- Fish Audio S2.1 Pro — если нужен русский текст: у S2.1 Pro 83 языка и тот же синтаксис скобок.
- Eleven v3 — когда нужны готовые звуковые теги вроде аплодисментов и выстрела.
- Grok TTS — если хватит коротких тегов [laugh], [pause] и
<whisper>, а голос должен говорить по-русски.
Как устроен доступ
Весело — не разработчик Fish Audio Drama 3: модель выпускает Fish Audio. Мы даём к ней доступ по API — один ключ на все модели, оплата в рублях с API-счёта, а цена каждого ответа видна в самом ответе. Запрос, который закончился ошибкой, денег не стоит. Что мы храним о запросах и сколько — в разделе «Данные и приватность» документации. Данные и приватность
Вопросы и ответы
- Говорит ли Fish Audio Drama 3 по-русски?
- Fish не публикует список языков для Drama 3, а все примеры в её документации английские. Поэтому русскую озвучку мы не обещаем: проверь свою фразу в блоке «Попробовать», прежде чем отправлять много текста. Для русского есть Fish Audio S2.1 Pro с 83 языками.
- Чем указания Drama 3 отличаются от тегов S2.1 Pro?
- S2.1 Pro понимает эмоцию в скобках, а Drama 3 — целую задачу для актёра: кто говорит, с каким намерением, кому и в каком темпе. Вдобавок у Drama 3 есть парные теги для отдельных слов и звуки прямо в том месте, где они случаются.
- Можно ли озвучить в Drama 3 диалог нескольких героев одним запросом?
- У самой Fish — да, если передать несколько голосов. В нашем API один запрос — это один голос, поэтому диалог собирают из реплик: каждую озвучивают отдельно и склеивают в монтаже.
- Как выделить одно слово в Fish Audio Drama 3?
- Оберни его парным тегом:
<emphasis>для нажима,<stress>для ударения,<whisper>для шёпота,<slow>или<fast>для темпа. Тег действует только на слова внутри, остальная фраза звучит как прежде. - Есть ли подписка или абонентская плата?
- Нет. API-счёт пополняется на нужную сумму, а списывается только то, что потратили запросы. Чем больше расход за месяц, тем больше кэшбэк — от 1 до 5%.
- Сколько запросов можно отправлять?
- До 60 запросов в минуту и до 10 одновременно на один ключ, ключей у аккаунта — до 20. Сверх лимита придёт ответ 429 с заголовком Retry-After: через столько секунд можно повторить.
- Можно ли использовать результат в рекламе и соцсетях?
- Можно: мы не претендуем на результат, использовать его можно любым законным способом, не нарушая прав других людей. Только не выдавай его за голос, лицо или слова настоящего человека — так требуют правила API.
Ещё по теме
Факты сверены 16 ноября 2026 по документации: docs.fish.audio