fish-drama-3Fish Audio Drama 3는 Fish Audio가 2026년 10월 13일 공개한 음성 합성 모델로, 밋밋하게 읽는 대신 연기를 하도록 만든 모델입니다. 연출은 텍스트 안에 씁니다. 대사 앞에 [꾹 참으며 억지로 웃으며] 같은 대괄호 지문을 두면 그 대사의 말투가 바뀌고, <whisper>, <emphasis>, <soft>, <fast>, <slow>, <stress>, <forceful> 같은 짝 태그는 감싼 단어의 말투만 바꿉니다. 지문은 영어로 써도 한국어로 써도 됩니다. 요청 한 번으로 한 장면 전체를 녹음할 수 있습니다. reference_id에 보이스 ID 배열을 넘기고 텍스트에서 <|speaker:0|>, <|speaker:1|>로 화자를 바꾸며, <|speaker:0|>은 배열의 첫 번째 보이스를 쓰고 최대 16명까지 지정할 수 있습니다. 인명과 용어의 발음은 음소 태그로 고정할 수 있는데, 영어는 CMU Arpabet, 중국어는 병음, 일본어는 로마자로 씁니다. 83개 언어를 지원하며, Fish Audio는 Artificial Analysis 발음 정확도 테스트에서 Drama 3가 93.2%, S2.1 Pro가 88.1%였다고 밝혔습니다. 과금은 S2.1 Pro와 같이 1,000 UTF-8 바이트 단위이고, 한글은 한 글자가 3바이트입니다. 가격은 1,000바이트당 $0.065이며, 2026년 11월 12일까지는 특가 $0.025입니다. 한국어 1,000자는 3,000바이트라 $0.195, 특가 기간에는 $0.075입니다. 저희 테스트에서 영어 1,000자는 9.6초 만에 합성되어 89초 분량의 음성이 나왔습니다. 연출이 필요 없는 평범한 낭독이라면 1,000바이트당 $0.03인 S2.1 Pro가 더 적합합니다. Fish Audio 공식 라이선스 음성(보이스 라이브러리에서 licensed로 표시)은 2.5배 요금으로 1,000바이트당 $0.1625, 특가 기간에는 $0.0625입니다. 커뮤니티 음성과 직접 복제한 음성은 일반 요금입니다.
대사 앞에 [억지로 웃으며], 단어를 <whisper>…</whisper>로 감싸면 됩니다. 지문은 한국어로 써도 됩니다
reference_id를 배열로 넘기고 <|speaker:N|>로 전환. speaker 0은 배열의 첫 번째 보이스
인명·용어는 음소 태그로 지정. 영어는 CMU Arpabet, 중국어는 병음, 일본어는 로마자
11월 12일까지 특가 $0.025. UTF-8 바이트 과금이라 한글은 한 글자 3바이트
Fish Audio Drama 3은(는) Fish Audio의 음성 합성 API입니다. Fish Audio Drama 3는 Fish Audio가 2026년 10월 13일 공개한 음성 합성 모델로, 밋밋하게 읽는 대신 연기를 하도록 만든 모델입니다. 연출은 텍스트 안에 씁니다. 대사 앞에 [꾹 참으며 억지로 웃으며] 같은 대괄호 지문을 두면 그 대사의 말투가 바뀌고, <whisper>, <emphasis>, <soft>, <fast>, <slow>, <stress>, <forceful> 같은 짝 태그는 감싼 단어의 말투만 바꿉니다. 지문은 영어로 써도 한국어로 써도 됩니다. 요청 한 번으로 한 장면 전체를 녹음할 수 있습니다. reference_id에 보이스 ID 배열을 넘기고 텍스트에서 <|speaker:0|>, <|speaker:1|>로 화자를 바꾸며, <|speaker:0|>은 배열의 첫 번째 보이스를 쓰고 최대 16명까지 지정할 수 있습니다. 인명과 용어의 발음은 음소 태그로 고정할 수 있는데, 영어는 CMU Arpabet, 중국어는 병음, 일본어는 로마자로 씁니다. 83개 언어를 지원하며, Fish Audio는 Artificial Analysis 발음 정확도 테스트에서 Drama 3가 93.2%, S2.1 Pro가 88.1%였다고 밝혔습니다. 과금은 S2.1 Pro와 같이 1,000 UTF-8 바이트 단위이고, 한글은 한 글자가 3바이트입니다. 가격은 1,000바이트당 $0.065이며, 2026년 11월 12일까지는 특가 $0.025입니다. 한국어 1,000자는 3,000바이트라 $0.195, 특가 기간에는 $0.075입니다. 저희 테스트에서 영어 1,000자는 9.6초 만에 합성되어 89초 분량의 음성이 나왔습니다. 연출이 필요 없는 평범한 낭독이라면 1,000바이트당 $0.03인 S2.1 Pro가 더 적합합니다. Fish Audio 공식 라이선스 음성(보이스 라이브러리에서 licensed로 표시)은 2.5배 요금으로 1,000바이트당 $0.1625, 특가 기간에는 $0.0625입니다. 커뮤니티 음성과 직접 복제한 음성은 일반 요금입니다. APIMODELS 플랫폼을 거치면 통합 API와 투명한 종량 과금으로 이 모델을 호출할 수 있습니다. 현재 가격: per 1K UTF-8 bytes: $0.065, Fish licensed voice, per 1K UTF-8 bytes: $0.1625.
영상과 애니메이션, 광고에 쓸 전문가급 내레이션을 다양한 목소리 중에 골라 만듭니다.
여러 화자의 대화까지 지원해 팟캐스트 오디오를 빠르게 완성합니다.
텍스트를 자연스럽고 매끄러운 음성으로 바꿔 오디오북으로 낼 수 있습니다.
다국어 더빙과 번역으로 콘텐츠를 전 세계 시청자에게 전달합니다.
Fish Audio Drama 3은(는) APIMODELS를 통해 per 1K UTF-8 bytes: $0.065, Fish licensed voice, per 1K UTF-8 bytes: $0.1625에 이용할 수 있습니다. 과금은 종량제라서 생성한 만큼만 냅니다.
APIMODELS에 가입해 API 키를 받고 통합 엔드포인트를 호출하면 됩니다. cURL / Python / Node.js 예제를 담은 상세 문서를 제공합니다.
APIMODELS는 같은 Fish Audio Drama 3을(를) 집약 플랫폼을 통해 제공합니다. API 인터페이스가 통합되어 있어 공급자마다 계정을 만들 필요가 없고, 키 하나로 모든 모델에 닿습니다.
연출을 텍스트 안에 씁니다. 대사 앞에 대괄호 지문을 두면, 예를 들어 "[꾹 참으며 억지로 웃으며] 괜찮아."처럼 그 대사 전체가 그 상태로 나옵니다. 몇 단어만 바꾸고 싶다면 <whisper>, <emphasis>, <soft>, <fast>, <slow>, <stress>, <forceful> 같은 짝 태그로 감쌉니다. 예: "정말이야. <whisper>나 두고 먼저 가.</whisper>". 지문은 영어로 써도 한국어로 써도 됩니다. Fish Audio에는 <french>…</french> 같은 문장 중 언어 전환 태그도 있지만 제공사가 실험 기능으로 분류하고 있어 모든 보이스에서 작동한다는 보장이 없고, 모델이 스스로 언어를 바꾸기도 합니다.
reference_id에 보이스 ID 배열을 넘기고 각 대사 앞에 <|speaker:N|>을 붙입니다. N은 배열에서의 위치로, <|speaker:0|>은 첫 번째, <|speaker:1|>은 두 번째 보이스를 쓰며 최대 16명까지 됩니다. ID는 Fish 보이스 라이브러리의 것이든 직접 복제한 것이든 상관없습니다. 보이스가 하나뿐이면 기존처럼 문자열로 넘기면 됩니다. 배열은 fish-drama-3만 받으며, fish-s2.1-pro에 보내면 400이 반환됩니다.
1,000 UTF-8 바이트당 $0.065이며, 2026년 11월 12일까지는 특가 $0.025입니다. S2.1 Pro와 같이 바이트 단위로 과금되며 영문자는 1바이트, 한글은 한 글자 3바이트라 영어 1,000자는 $0.065, 한국어 1,000자(3,000바이트)는 $0.195이고, 특가 기간에는 각각 $0.025와 $0.075입니다. S2.1 Pro는 $0.03이라 연출이 필요 없는 평범한 낭독에는 S2.1 Pro가 더 적합합니다. 100바이트 미만 텍스트는 100바이트로 과금되고, 실패한 요청은 과금되지 않습니다.
APIMODELS에서는 Fish Audio Drama 3이(가) 60개가 넘는 모델과 같은 API 키, 같은 잔액 위에 나란히 놓입니다. 그래서 선택은 궁합의 문제이지 종속의 문제가 아닙니다. Inline Directions、Up to 16 Speakers、Pronunciation Tags、83 Languages을(를) 지원하며 다른 음성 합성 모델과 가격·성능을 나란히 놓고 따져볼 수 있습니다. 갈아타기는 모델 이름 문자열 하나만 바꾸면 되고 새 계정도 추가 작업도 필요 없습니다. 음성 합성 선택지와 실시간 가격은 apimodels.app/models에서 볼 수 있습니다.
Fish Audio Drama 3은(는) 다음을 지원합니다: Inline Directions、Up to 16 Speakers、Pronunciation Tags、83 Languages. 전체 파라미터와 호출 예제는 APIMODELS 문서를 참고하세요.
네. APIMODELS는 Fish Audio Drama 3을(를) 하나의 통합 API와 키 한 개로 제공합니다. 공급자별 계정도 필요 없고, 각 공급자의 지역별 네트워크 경로를 직접 챙길 필요도 없습니다.
Stripe(Visa, Mastercard 등 해외 카드)와 Alipay를 지원합니다. 결제 후 잔액은 즉시 반영됩니다.