Fish Audio Drama 3とCosyVoice 2公開ウェイトのライセンスと推論経路を分ける
Drama 3はAPIとopen weights、CosyVoice 2は公開weightsとローカル推論。公開ウェイトでも条件が同じとは限りません。
Fish AudioとFunAudioLLMの公式資料を2026年10月19日に確認しました。ライセンス・モデルサイズ・API/ローカル経路を分けます。
公式仕様の比較。生成結果の実測と、公式に記載された機能は分けて紹介します。根拠・検証範囲を見る
この記事の目次
公開ウェイトだけで決めない
Drama 3はmodel: drama-3と35Bパラメータ・約3B activeのMoE公開ウェイトを案内し、角括弧・paired tag・reference_idを使えます。CosyVoice 2はCosyVoice2-0.5Bのweightsとローカルstreamingを自社で動かします。
APIで台詞を調整しFishのタグを使うならDrama 3。0.5B weightsをGPUへ置き推論を保守できるならCosyVoice 2。速度・品質・GPU費は未測定です。
正式ID・入力・配信・料金を比べる
| 比較軸 | 左側モデル | 右側モデル | 制作で決めること |
|---|---|---|---|
| モデル/経路 | drama-3 API、自己運用の35Bパラメータ・約3B active MoE。 | CosyVoice2-0.5B公開weights。 | サイズ・ID・実行環境を分ける。 |
| 入力/演技 | 角括弧、paired tag、reference_id。 | text、参照音声、zero-shot等。 | タグと参照モードを別設計。 |
| 配信/編集 | REST/WebSocket、編集APIは招待制。 | local streaming/非streaming、vLLM。 | 障害・チャンク処理を分ける。 |
| 利用条件 | Community License、年収・再提供・clone条件。 | repo/weights/依存のlicenseを確認。 | 片側のlicenseを流用しない。 |
| 価格 | $50/1M、$10は11月12日まで。 | 共通Hosted単価なし。 | 文字とGPU費を比較しない。 |
CosyVoice2-0.5Bの公式モデルカードはApache-2.0を表示しています。利用するリポジトリ・依存ライブラリのライセンスと、参照音声を使用する権利は別に確認します。
Drama 3のバックボーンはQwen3.5-35B-A3Bの言語モデルから初期化されています。これは初期化元の名称であり、Drama 3のAPI IDはdrama-3です。
APIの台詞版とローカル推論版を管理する
Drama 3はmodel header、タグ、reference_id、形式、再生成版を保存。CosyVoiceはweights取得元、commit、推論クラス、mode、参照wav、GPU、streamingを保存します。
Drama 3 Community Licenseの条件とCosyVoiceのrepo/weights/依存licenseを個別確認します。
ゲームの台詞を二経路で作る
仮の条件（実際の生成結果ではない）
頻繁に修正するイベント台詞はAPI、長期保管するNPC基幹音声は社内GPUで作る。
- Drama 3のタグ・reference_id・採用テイクを保存。
- CosyVoiceのcommit・参照wav・mode・GPUを固定。
- 同じ人物設定でもパラメータを混ぜない。
- license、同意、字幕、ゲーム形式を確認する。
API文字単価とローカル基盤を別見積もり
Drama 3は通常$50/1M characters、11月12日まで$10/1M。CosyVoice 2は共通Hosted単価がなく、GPU・保存・監視・再生成を積み上げます。
出典と確認範囲
公式資料を2026-10-19に確認しました。Fish Audio Drama 3 vs CosyVoice 2の正式ID、提供経路、入力・演技、参照素材、出力、価格単位を確認しています。音質、発音、感情表現、声の一貫性、遅延、成功率は同条件で測定していません。
- Fish Audio｜Drama 3 —
model: drama-3、83言語、角括弧/paired tags、reference_id。編集APIは招待制。APIは通常$50/1M characters、2026-11-12まで$10/1M。 - Fish Audio｜Developers — REST/WebSocket/SDK、S2.1 Proは$15/1M UTF-8 bytes。Drama 3の文字単価とは別。
- Fish Audio｜Inference — Drama 3のopen weights、自前推論資料、GPU条件を掲載。
- FunAudioLLM｜CosyVoice official repository —
CosyVoice2-0.5Bとv1 weights、zero-shot/cross-lingual/instruct、参照音声、streaming、vLLM、FastAPI/gRPCの公開repo。 - CosyVoice 2 paper — LLMベースのstreaming speech synthesisと参照音声を記録。
- FunAudioLLM｜CosyVoice2-0.5B model card：公開ウェイトのApache-2.0表示。
この条件で制作を相談する
用途・素材・尺・予算・希望時期が決まっている範囲で、株式会社志庵へ相談できます。掲載会社への一斉送信や契約は行いません。