StepFun envía cinco modelos StepAudio 3 para voz, sonido y música
El lanzamiento de la API encabeza dos benchmarks de voz independientes, mientras que su tiempo de respuesta de 8.83 segundos deja a StepFun con un problema de latencia.
By Ryan Merket · Published
Primary source: StepFun on X
Por qué importa
StepFun está vendiendo una sola pila de API para agentes de voz y generación de medios. Sus puntuaciones de calidad son sólidas, pero la latencia y los precios de vista previa decidirán si los desarrolladores se quedan.
StepFun (@StepFun_ai), el laboratorio de IA de Shanghái cofundado y dirigido por Daxin Jiang, lanzó cinco modelos StepAudio 3 el 15 de septiembre, ofreciendo a los desarrolladores APIs separadas para interacción de voz en tiempo real, transcripción, síntesis de voz, generación de audio general y música.…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.