StepAudio : l'IA vocale avec synthèse de la parole en temps réel
StepFun a lancé StepAudio 2.5 Realtime, un modèle vocal doté de personas entièrement personnalisables. Il comprend la paralinguistique (intonation, émotions), prend en charge le chinois et l'anglais, et se connecte via WebSocket. Lors des tests d'avril, il a pris la première place sur tous les paramètres.
Traité par IA depuis MarkTechPost ; édité par Hamidun News
StepAudio 2.5 Realtime est sorti : un système vocal intégré qui réunit reconnaissance et synthèse de la parole, avec prise en charge de personas personnalisables pour le jeu de rôle.
Qu'est-ce que StepAudio ?
C'est un système vocal intégré qui réunit reconnaissance et synthèse de la parole. Il se connecte via une API WebSocket et fonctionne en temps réel avec une latence minimale.
Quelles langues StepAudio prend-il en charge ?
Le modèle prend en charge le chinois et l'anglais.
Questions clés sur cet article
Qu'est-ce que StepAudio ?
C'est un système vocal intégré qui réunit reconnaissance et synthèse de la parole. Il se connecte via une API WebSocket et fonctionne en temps réel avec une latence minimale.
Quelles langues StepAudio prend-il en charge ?
Le modèle prend en charge le chinois et l'anglais.
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.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.