
ElevenLabs的收費護城河,今天裂了一條縫
Fish Audio推出開放權重語音模型Drama 3,發音準確度贏過ElevenLabs,還帶來業界少見的單字編輯功能,讓創作者只改錯字不必整段重錄。授權對年營收低於50萬美元的個人與小團隊幾乎等於免費,但模型需要H200等級硬體才能順跑,目前單字編輯也仍是邀請制測試。

Fish Audio推出開放權重語音模型Drama 3,發音準確度贏過ElevenLabs,還帶來業界少見的單字編輯功能,讓創作者只改錯字不必整段重錄。授權對年營收低於50萬美元的個人與小團隊幾乎等於免費,但模型需要H200等級硬體才能順跑,目前單字編輯也仍是邀請制測試。

Day 2這天主場是Voice Agent。我設計的時候要的是「雙向真實對話」,能聽客戶說「下週給你」、能追問「下週哪一天、用什麼方式」。為了確定它真的能work,我自己撥了一通電話給自己,當場踩到一個bug — 我跟Sarah說「我需要問老闆,2天內回信」,她直接把這個當成evasion升級escalation。我整個傻眼。改完Phase 3b加進去之後再跑9個scenario一次過。這篇寫整個過程。