Fish Audio Drama 3 is een text-to-speech-model dat je regisseert zoals een acteur. Je schrijft tussen vierkante haken hoe een zin moet klinken, bijvoorbeeld fluisterend, met een trillende adem of met ingehouden woede, en het model speelt dat. Fish Audio bracht het op 13 oktober 2026 uit, met open gewichten op Hugging Face en via een API. Op de uitspraaktest van Artificial Analysis staat Drama 3 op één. In de ranglijst waar luisteraars kiezen welke stem ze verkiezen, staat het tiende, achter onder meer Eleven v4 van ElevenLabs.
Hieronder lees je wat Drama 3 kan, hoe goed het echt is, wat het kost na de lanceringsprijs, wat de licentie toelaat en of het bruikbaar is in het Nederlands.
Wat is Fish Audio Drama 3?
Drama 3 is de opvolger van S2.1 Pro, het vorige spraakmodel van Fish Audio. Het bedrijf achter de merknaam is Hanabi AI. Het haalde volgens AlphaSignal een seedronde van 52 miljoen dollar op en zegt meer dan 15 miljoen gebruikers te hebben.
Waar de meeste stemmodellen je een stem en een paar knoppen geven, draait Drama 3 rond regie. CEO Rissa Cao vat het in de aankondiging zo samen: “The next step is directing a performance.” Je kiest niet alleen wie spreekt, je bepaalt hoe elke zin gespeeld wordt.
Je gebruikt Drama 3 op vier manieren:
- in de teksteditor op fish.audio en in de app voor iOS en Android;
- via de API van Fish Audio, met dezelfde endpoint als S2.1 Pro;
- via OpenRouter en als node in ComfyUI;
- zelf gehost, met de gewichten van Hugging Face.
Het model draagt nog het label Preview. Fish Audio zegt zelf dat het blijft bijsturen en dat de resultaten per poging verschillen.
Zo regisseer je een stem met tekst
De regie staat in het script zelf. Je hebt drie soorten aanwijzingen, die je vrij kan combineren.
Regie tussen vierkante haken. Een aanwijzing zoals [fluisterend], [bijna in tranen] of [spreekt tegen een kind] verandert hoe de volgende woorden klinken. Ze mag midden in een zin staan, zodat de toon halverwege kan omslaan. De aanwijzing hoeft niet in dezelfde taal te staan als de tekst: Fish Audio toont voorbeelden met Chinese, Spaanse en Japanse regie bij Engelse zinnen.
Geluiden en pauzes. Een zucht, een lachje, een ademhaling of een korte stilte zet je ook tussen haken, op de plek waar je ze wil horen.
Tags rond woorden. Wil je dat alleen een paar woorden anders klinken, dan zet je er een tag omheen. De documentatie noemt <whisper>, <emphasis>, <soft>, <fast>, <slow>, <stress> en <forceful>. Het voorbeeld van Fish Audio zelf:
I'm fine. [shaky breath] Really. [small laugh] <whisper>Go on without me.</whisper>
Daarnaast zijn er nog drie handige functies:
- Scènes met meerdere stemmen. Je geeft per personage een stem mee en begint elke beurt met een sprekerstag. Volgens de modelkaart kunnen tot 16 personages in één tekst, en de hele scène komt uit één aanvraag.
- Uitspraak vastleggen. Met fonetische tags dwing je de uitspraak van een naam of vakterm af, in het Engels met de klankcodes van CMU Arpabet.
- Auto Tag. In de editor kan Drama 3 zelf regie aan een kaal script toevoegen. Die aanwijzingen kan je houden of herschrijven.
Twee functies zitten nog in een gesloten test: een opname bijsturen met relatieve regie, zoals “iets bozer”, en audio inpainting, waarmee je één woord opnieuw laat inspreken zonder de hele zin te vervangen. Een API daarvoor komt later.
Hoe goed is Drama 3 echt?
Het cijfer waarmee Fish Audio uitpakt, is de Pronunciation Robustness-test van Artificial Analysis. Die meet of een model lastige woorden juist uitspreekt, en luisteraars controleerden elk moeilijk woord. Drama 3 haalt 93,2 procent en staat daarmee eerst. Ter vergelijking: Eleven v4 scoorde op dezelfde test 91,7 procent en Gemini 3.8 Flash TTS 89,5 procent. De test is alleen Engelstalig.
| Categorie | Drama 3 | S2.1 Pro |
|---|---|---|
| Merken, plaatsen en vaktermen | 95,9% | 87,3% |
| Woorden die van de context afhangen | 95,3% | 86,1% |
| Getallen, datums en eenheden | 93,6% | 92,7% |
| Exacte reeksen zoals codes, paden en e-mailadressen | 86,3% | 79,4% |
| Totaal | 93,2% | 88,1% |
Uitspraak is iets anders dan acteren. Een model kan elk woord juist zeggen en toch vlak klinken, merkte ook Notebookcheck op. Voor dat tweede is de Speech Arena van Artificial Analysis een betere graadmeter: luisteraars horen twee stemmen en kiezen de beste. Daar staat Drama 3 Preview op 15 oktober 2026 met een Elo-score van 1242 rond de tiende plaats. Eleven v4 Turbo leidt met 1328, gevolgd door Eleven v4, Qwen-Audio-3.1-TTS-Plus, Cartesia Sonic 3.6 en Gemini 3.8 Flash TTS.
Wat Drama 3 wel uniek maakt in die ranglijst: het is het hoogst geplaatste model met open gewichten. Het vorige open model van Fish Audio, S2 Pro, staat met 1116 een heel eind lager.
Eén praktisch punt komt van Fish Audio zelf: opnames verschillen per poging. Het advies is om er een paar te laten maken en de beste te kiezen. Voor een audioboek is dat werkbaar, voor een systeem dat zonder menselijke controle duizenden zinnen per uur uitspuwt minder.
Wat zit er onder de motorkap?
Drama 3 is een mixture-of-experts-model van 35 miljard parameters, waarvan er per token ongeveer 3 miljard actief zijn: 8 van de 256 experts plus één gedeelde. Het vertrekt van het taalmodel Qwen3.5-35B-A3B van Alibaba. Hoe zo’n verdeling over experts werkt, lees je ook in ons stuk over Kolibri 1 van Aleph Alpha.
Drie keuzes vallen op in het technische deel van de aankondiging:
- Zuinige aandacht. Van de 40 lagen houdt maar één op vier een volledige KV-cache bij. De andere zijn Gated DeltaNet-lagen, die met minder geheugen lange teksten aankunnen.
- Een nieuwe decoder. Die voorspelt de akoestische details van elk audioframe in één keer. Op één Nvidia H200 maakt Drama 3 zo 271 frames per seconde, tegenover 177 voor S2, terwijl het model meer dan zeven keer groter is. MarkTechPost noemt een mediane wachttijd van 88,9 milliseconden tot de eerste audio.
- Getraind op smaak. In de laatste fase leert het model van één beloningsmodel dat menselijke voorkeuren voorspelt, zonder vaste regels. Veel spraakmodellen worden afgestraft als hun uitvoer moeilijk te transcriberen is. Een fluistering of een lach telt dan als fout. Drama 3 krijgt die straf niet.
Wat kost Drama 3?
De API kost 50 dollar per miljoen tekens. Tot 12 november 2026 geldt een lanceringsprijs van 10 dollar. Op de abonnementen voor makers verbruikt Drama 3 evenveel credits als S2.1 Pro, en nieuwe abonnees op Plus, Pro of Max krijgen tot dezelfde datum 50 procent korting. Via OpenRouter betaal je tijdens de lancering 2 dollar per miljoen bytes in plaats van 10.
Een rekenvoorbeeld: een roman van 60.000 woorden telt grofweg 400.000 tekens. Aan de lanceringsprijs kost een volledige versie dan zo’n 4 dollar, na 12 november ongeveer 20 dollar. Laat je elke zin drie keer maken om de beste te kiezen, dan reken je met het drievoud.
Let op één valkuil in de API. Je kiest Drama 3 met de header model: drama-3. Ontbreekt die header of staat er een tikfout in, dan krijg je geen foutmelding. De aanvraag gaat dan stil naar S2.1 Pro en je hoort het oudere model.
Mag je Drama 3 commercieel gebruiken?
De gewichten staan open, maar het is geen open source in de klassieke zin. Drama 3 valt onder de Fish Audio Community License v1.0:
- Voor onderzoek en niet-commercieel gebruik is het gratis.
- Commercieel gebruik is gratis zolang jij en je verbonden bedrijven samen minder dan 500.000 dollar omzet per jaar halen.
- Boven die grens heb je een licentie van Fish Audio nodig. Dat geldt ook als je Drama 3 aan anderen aanbiedt als spraak-, kloon- of inferentiedienst.
- De stem van een echt persoon klonen zonder toestemming is verboden.
- Volgens MarkTechPost moeten producten ook de vermelding “Built with Fish Audio” tonen.
Voor een freelancer of klein productiehuis valt Drama 3 dus meestal onder de gratis regeling. Een mediabedrijf of een uitgeverij met een grotere omzet moet eerst met Fish Audio onderhandelen, ook als het model op eigen servers draait.
Zelf hosten vraagt bovendien zware hardware. MarkTechPost noemt minstens één Nvidia-kaart met 48 GB geheugen. De experts zijn opgeslagen in FP8 en de snelle kernels zijn alleen getest op Hopper-kaarten zoals de H100 en H200. Gewone processors, Apple-chips en AMD-kaarten worden niet ondersteund. De bestanden nemen samen zo’n 40 GB in. Een krachtige werkstation-pc zoals de Ghost Core volstaat daar niet zomaar voor.
Spreekt Drama 3 Nederlands?
Waarschijnlijk wel, maar zeker is het niet. Fish Audio zegt dat Drama 3 83 talen ondersteunt, maar publiceert geen lijst. Het oudere model S1 noemde Nederlands nog expliciet bij zijn dertien talen. In de stemcatalogus van Fish Audio zitten ook Nederlandse en Vlaamse stemmen, zoals Famulor toont.
De regie zelf kan je wel in het Nederlands schrijven, want de taal van de aanwijzing hoeft niet die van de tekst te zijn. Wissel je binnen een zin van taal, dan zijn er experimentele taaltags, maar Fish Audio waarschuwt dat de kwaliteit per combinatie van taal en stem verschilt. Test dus eerst met jouw stem en jouw soort tekst voor je er een productie op bouwt. Wie zekerheid over Nederlands nodig heeft, vergelijkt best met Eleven v4 van ElevenLabs, dat meer dan 90 talen ondersteunt.
Veelgestelde vragen
Is Fish Audio Drama 3 gratis?
Je kan het gratis proberen op fish.audio. De gewichten zijn gratis te downloaden en te gebruiken voor onderzoek, niet-commerciële projecten en bedrijven onder 500.000 dollar jaaromzet. De API kost 10 dollar per miljoen tekens tot 12 november 2026 en daarna 50 dollar.
Kan ik Drama 3 lokaal op mijn computer draaien?
Alleen met een Nvidia-kaart met minstens 48 GB geheugen, en officieel getest op Hopper-kaarten zoals de H100 en H200. Op een gewone laptop of een Mac lukt het niet.
Wat is het verschil tussen Drama 3 en S2.1 Pro?
Drama 3 volgt regie in gewone taal veel beter, maakt scènes met meerdere stemmen in één aanvraag en spreekt lastige woorden beter uit: 93,2 procent tegenover 88,1 procent op de test van Artificial Analysis. Na de lanceringsperiode, vanaf 12 november, is S2.1 Pro de goedkopere keuze voor gewone voorleestekst.
Kan Drama 3 stemmen klonen?
Ja, met een referentie-opname of een stem uit de bibliotheek van Fish Audio. De licentie verbiedt wel om de stem van een echt persoon te klonen zonder diens toestemming.
Wie een stem nodig heeft, wordt regisseur
Drama 3 verlegt het werk. Vroeger was de vraag welke stem je kiest. Nu is de vraag of je kan uitleggen hoe een zin moet klinken. Dat is een vaardigheid die geluidsstudio’s en regisseurs al lang hebben, en die nu ook in een tekstbestand past. Voor wie audioboeken, e-learning of game-dialogen maakt, is dat de echte winst: je stuurt bij met woorden in plaats van met opnieuw opnemen. Of Drama 3 daarbij de beste stem levert, beslissen voorlopig nog de luisteraars, en die kiezen vaker voor ElevenLabs. Het verschil is wel dat je dit model kan downloaden.
