Drama 3: preparare e verificare una prova di direzione vocale

Che cosa introduce

Fish Audio ha annunciato Drama 3 il 13 ottobre, con accesso dal sito, dalle app e via API. Il modello text-to-speech accetta indicazioni in linguaggio naturale insieme al dialogo. La documentazione descrive istruzioni prima del passaggio interessato, eventi come respiri e risate collocati nel copione e tag accoppiati per circoscrivere alcuni interventi. La novità operativa da valutare è la direzione locale della performance: non soltanto una voce o un tono generale, ma una richiesta riferita a un punto preciso della battuta. Questa possibilità non garantisce, da sola, che ogni intenzione venga eseguita come desiderato.

Preparare un copione di prova

Proponiamo una scena breve con una sola battuta e un cambiamento d'intenzione leggibile. Scrivi prima il dialogo senza istruzioni, poi prepara versioni che differiscano per una sola scelta: destinatario, ritmo oppure intenzione. Mantieni invariato il testo parlato durante il confronto. Una nota come «sta cercando di rassicurare chi ascolta» descrive un obiettivo da verificare; una sequenza di aggettivi emotivi rende meno chiaro il risultato atteso. La documentazione consente di scrivere la direzione in una lingua diversa dal dialogo. Se usi questa possibilità, registrala come parte della configurazione del test.

Collocare le indicazioni

Inserisci le istruzioni fra parentesi quadre prima del passaggio a cui si riferiscono, seguendo la sintassi documentata. Per respiri, pause e risate, scegli il punto narrativo prima della generazione. Quando vuoi circoscrivere un sussurro o un'enfasi a parole specifiche, consulta gli esempi dei tag accoppiati invece di inventare marcatori. Non trasferire automaticamente questa sintassi ad altri motori audio: le indicazioni descritte riguardano Drama 3. Per il primo confronto suggeriamo di non accumulare eventi vocali e cambi d'intenzione nella stessa frase, così da rendere più leggibile l'esito.

Controllare il modello prima dell'ascolto

Via API c'è un controllo preliminare importante. La documentazione avverte che, se l'header del modello manca o contiene un errore, il sistema torna a S2.1 Pro senza far fallire la richiesta. Una risposta riuscita non basta quindi a confermare che la prova abbia usato Drama 3. Nel protocollo proposto conserva la configurazione inviata insieme al copione e al file ricevuto, e verifica l'header prima di confrontare le interpretazioni. Per accesso, licenza ed eventuale inserimento nella pipeline, consulta le condizioni applicabili e la model card; non dedurre i permessi dal solo fatto che i pesi siano disponibili.

Fare una review separata

Proponiamo due ascolti. Nel primo verifica testo, pronuncia, pause ed eventuali suoni non richiesti. Nel secondo valuta se l'intenzione arriva nel punto previsto e se il passaggio resta utilizzabile nella scena. Archivia il testo effettivamente inviato, non soltanto una sua versione ripulita. La distinzione è coerente con il metodo suggerito dalla guida Scribe v2 per le interviste: conservare il verbatim per la selezione e produrre dopo una copia clean per la lettura. Non sono funzioni equivalenti, ma richiamano la stessa disciplina: separare il materiale necessario alla verifica dalla versione preparata per una consultazione più comoda.