نموذج StepAudio الصوتي: توليد الكلام في الوقت الفعلي
أطلقت StepFun نموذج StepAudio 2.5 Realtime الصوتي، ويدعم شخصيات (persona) قابلة للتخصيص بالكامل. يفهم النموذج الجوانب شبه اللغوية للكلام (النبرة والمشاعر)، ويدعم اللغتين الصينية والإنجليزية، ويتصل عبر WebSocket. وفي اختبارات أبريل، حلّ النموذج في المرتبة الأولى في جميع المعايير.
معالج بواسطة الذكاء الاصطناعي من MarkTechPost؛ بتحرير Hamidun News
صدر نموذج StepAudio 2.5 Realtime، وهو نظام متكامل للعمل مع الصوت يجمع بين التعرف على الكلام وتوليده، ويدعم شخصيات (persona) قابلة للتخصيص للعب الأدوار.
ما هو StepAudio؟
هو نظام متكامل للعمل مع الصوت يجمع بين التعرف على الكلام وتوليده. يتصل عبر WebSocket API، ويعمل في الوقت الفعلي بأدنى زمن تأخير.
ما اللغات التي يدعمها نموذج StepAudio؟
يدعم النموذج اللغتين الصينية والإنجليزية.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.