IA · Modelos · StepFun · StepAudio · Voz
StepFun presenta StepAudio 2.5 TTS con control contextual de la voz
La síntesis permite ajustar el tono general y la interpretación de fragmentos mediante instrucciones.
Fecha de la fuente original:
Lo esencial
- La síntesis permite ajustar el tono general y la interpretación de fragmentos mediante instrucciones.
Dirección de voz mediante instrucciones
StepFun lanzó StepAudio 2.5 TTS en su plataforma abierta y en Step Plan. El modelo de síntesis de voz ofrece instrucciones para definir el tono emocional general de una locución, el estado del personaje y el ambiente de la escena.
Control de la interpretación y el timbre
Los controles dentro del texto permiten modificar ritmo, pausas y énfasis. La compañía también anuncia clonación de voz sin entrenamiento específico para esa voz y ajustes de estilo que conservan su timbre. Su propuesta se dirige a doblaje de personajes, producción de audio e interfaces habladas; el comunicado presenta estas capacidades como funciones del producto.