Suno支持上传你的音色样本，其中如果包含叙述语句和有音高的旋律能同时适用于演唱和演讲，并通过内录Cosy voice（目前最快的本地克隆）念suno提供的语句通过核验即可作为歌手使用。
Fishaudio可以将任意叙述样本音频转为带音高的样本，提示词可以让agent基于模型的提示词要求来写。
我是用Hermes内接免费语言模型（Agnes），有skill足以完成comfyUI工作流调用，提示词不需要手动写。
Fishaudio Drama3工作流部署过程中遇到很多坑，但我是用DeepSeek harness一次解决的。
以下是提供给想玩的人的一些信息，动手能力强的人用不着这些信息。
---
**开源 35B 情感语音 TTS：Fish Audio Drama 3，ComfyUI 本地可跑**
Fish Audio 开源了个 35B 的 TTS 大模型 Drama 3，主打"表演式语音"——不是干念稿，是带情绪演的。几秒参考音频克隆音色，支持情绪标签（`[tight, controlled]`、`[laughs bitterly]`、`<whisper>`这种写法），双人对话能一次生成。
我是跟着 Benji（Innovate Futures）的视频在 ComfyUI 里部署的。实话实说：部署过程报了不少错，我是丢给 DeepSeek harness 逐个修好的，现在跑得很稳。
**来源信息（认准这几个地址）：**
模型本体：
- GitHub：
https://github.com/fishaudio/fish-speech
- HuggingFace：
https://huggingface.co/fishaudio/drama-3
ComfyUI 相关：
- ComfyUI：
https://github.com/comfyanonymous/ComfyUI
- Drama3 节点包：
https://github.com/PedroMarinhoDev/ComfyUI-Drama3
- ComfyUI 用模型文件：
https://huggingface.co/PedroMarinhoDev/Drama-3-ComfyUI
- 视频教程：
https://youtu.be/4kN2ACxJ8AY（工作流文件在视频附件里）
**部署建议：**
有 agent 的：把上面几个链接丢给它，说"帮我在 ComfyUI 里跑 Drama 3"，报错截图贴回去让它修，一路点下一步就行。
没 agent 的：按视频教程手动装。报错别硬扛，推荐两个免费帮手——DeepSeek Harness或者豆包工作，直接让他们自己替你联网下载安装部署修复报错直到冒烟测试通过。
不过低显存可能玩不了，我这边16G显存+64G内存跑得起来。
祝一次点亮。
---
我把之前做的《小兰花》填词用Suno唱了一遍：
https://music.163.com/#/song?id=3450682925
越过天山草原
干枯于黄土沟壑
碾碎于铜锅
燃成微涩的烟末
见证几代人的
绽放与凋落
如今街市上，已无人
再提它的下落
你我可曾磊落，来墙根就坐
终身未熏黑的肺腑
坍塌于爆裂的脉搏
戴着黑纱的白车，是唯一的看客
唢呐裹着笙簧
惊天动地的沉默
隐忍多年的校铃
被龙葵结成浆果
艾草游遍了村落
也未被编成绳索，
隔着羊圈窥伺那盏
未及隐退的烛火
遗失了炊烟的夜空
比以往
更清澈
本帖最后由 fi8vni13 于 26-10-19 17:58 编辑
