StepAudio: la IA de voz con síntesis de habla en tiempo real
StepFun ha lanzado StepAudio 2.5 Realtime, un modelo de voz con personas totalmente personalizables. Entiende la paralingüística (entonación, emociones), admite chino e inglés y se conecta mediante WebSocket. En las pruebas de abril ocupó el primer puesto en todos los parámetros.
Procesado por IA desde MarkTechPost; editado por Hamidun News
Ya está disponible StepAudio 2.5 Realtime, un sistema de voz integral que combina reconocimiento y síntesis de habla, con soporte para personas personalizables en juegos de rol.
¿Qué es StepAudio?
Es un sistema de voz integral que combina reconocimiento y síntesis de habla. Se conecta mediante una API WebSocket y funciona en tiempo real con una latencia mínima.
¿Qué idiomas admite StepAudio?
El modelo admite chino e inglés.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.