#speech llm

StepFun presenta StepAudio 2.5: modelo de voz en tiempo real con personalización de rol

StepFun lanzó StepAudio 2.5 Realtime, un modelo de lenguaje de voz end-to-end con capacidades de personalización de personaje y comprensión paralinguística. El sistema soporta chino e inglés, integración vía WebSocket y obtuvo puntuaciones líderes en evaluaciones de desempeño.

Fuente: MarkTechPost