この音声モデルは微表情さえも捉えることができ、百万人格の組み合わせが可能だ。今後、バーチャルホストは本物と偽物の区別がつきにくくなるだろう。

原文表示
MeNews
StepAudio 2.5リアルタイム音声配信:副言語感知と人格化インタラクション
StepAudio 2.5 Realtimeは、リアルタイム音声モデルであり、声のトーン、速度、ポーズ、微表情などの副言語特徴を認識できます。APIを通じてカスタム人格を接続し、性格、背景ストーリー、言語スタイルを設定可能で、数万のネイティブな人格オプションを持ち、組み合わせは数百万の特徴に達します。内蔵された5つのプリセット人格は、RLHFによる調整を経ており、複雑なロールプレイングシナリオでも一貫性を保ち、中国語と英語をサポートします。
このページには第三者のコンテンツが含まれている場合があり、情報提供のみを目的としております(表明・保証をするものではありません)。Gateによる見解の支持や、金融・専門的な助言とみなされるべきものではありません。詳細については免責事項をご覧ください。
  • 報酬
  • コメント
  • リポスト
  • 共有
コメント
コメントを追加
コメントを追加
コメントなし
  • ピン留め