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。