Релиз семейства моделей StepAudio 3

Обзор новых моделей StepAudio 3: полнодуплексная аудио-языковая модель, генерация музыки и инструменты для работы с голосом.

Развитие технологий аудио-интерфейсов позволяет создавать более естественное и непрерывное взаимодействие с ИИ.

Полнодуплексный режим позволяет ИИ слушать и говорить одновременно, имитируя живой диалог.
Генерация музыки теперь включает планирование структуры песни, что повышает качество композиций.
Расширение поддержки языков и инструментов для дизайна голоса упрощает создание аудио-контента.

StepAudio 3 Новые модели от Степана StepAudio 3 Realtime Полнодуплексная аудио-языковая модель. Говорит и слушает одновременно, размышляет вслух не замолкая китайский и английский StepAudio 3 Music Генерация песен: планирует структуру (куплеты, припев, бридж, аранжировку), создает 48-kHz стерео до 5м 30с язык задается описанием песни Помимо этого в семейство вошли говорилка с дизайном голоса Gen, TTS и ASR китайский, английский, японский, корейский, французский, испанский Voice Studio - пока только разговорная, музыка анонсирована #musicediting #dialog #asr #tts #voicedesign

Кратко (AI)

Представлено семейство моделей StepAudio 3, включающее полнодуплексную аудио-языковую модель для одновременного общения и инструмент для генерации музыки длительностью до 5 минут 30 секунд. Также в линейку вошли специализированные решения для TTS, ASR и дизайна голоса в Voice Studio.

Релиз семейства моделей StepAudio 3

Кратко (AI)

Обсуждение