Step-Audio-EditX
مدل صوتی از استپ‌فان
به فارسی:استپ آدیو ادیت ایکس
این مدل چیست؟
Step-Audio-EditX مدل صوتی متن‌باز شرکت چینی StepFun با حدود ۳ میلیارد پارامتر است که نوامبر ۲۰۲۵ منتشر شد و احساس، سبک گفتن و صداهایی مثل خنده و نفس را در یک فایل صوتی ویرایش می‌کند. تبدیل متن به گفتار با شبیه‌سازی صدا از نمونهٔ کوتاه هم دارد. در Hugging Face منتشر شده و زبان‌هایش چینی ماندارین، انگلیسی، سیچوانی، کانتونی، ژاپنی و کره‌ای است و فارسی را شامل نمی‌شود.
سازنده: استپ‌فان (StepFun)
StepFun شرکت چینی هوش مصنوعی و سازندهٔ مدل‌های Step و خانوادهٔ صوتی Step-Audio است.
کجا می‌شود از آن استفاده کرد؟
جایگاه در جدول‌های مقایسه
- رأی‌گیری گفتار Artificial AnalysisStep Audio EditX (Mar 2026)رتبهٔ ۴۰Elo ۱٬۰۹۴