StepAudio 2.5 TTS
مدل صوتی از استپ‌فان
به فارسی:استپ آدیو ۲.۵ تی تی اس
این مدل چیست؟
StepAudio 2.5 TTS مدل تبدیل متن به گفتار نسل ۲.۵ صوتی StepFun است که لحن را با دستور متنی هدایت می‌کند. مدل بسته است و طبق Artificial Analysis هر یک میلیون کاراکتر حدود ۸۵ دلار قیمت دارد. فهرست رسمی زبان‌هایش در دسترس نیست و فارسی تأیید نشده است.
سازنده: استپ‌فان (StepFun)
StepFun شرکت چینی هوش مصنوعی و سازندهٔ مدل‌های Step و خانوادهٔ صوتی Step-Audio است.
کجا می‌شود از آن استفاده کرد؟
فعلاً ابزاری در هوش یاب این مدل را ارائه نمی‌دهد.
جایگاه در جدول‌های مقایسه
- رأی‌گیری گفتار Artificial AnalysisStepAudio 2.5 TTS (Aug 2026)رتبهٔ ۱۳Elo ۱٬۲۱۱$۸۵ برای ۱ میلیون نویسه