İçeriğe geç
CANLI 23 sa önce Yerli yapay zeka İridaa, kendi modeli “Kuzey”i devreye aldı: Tahmini skorlar rakiplerine göre nerede? 6 gün önce Bu Hafta AI Model Değerlendirmesi (2026-W46) 8 Kas 2026 OpenAI Uyarı Vermeden Hesap Kapatıyor: Aylık 200 Dolarlık Pro Aboneler Bile Etkilendi 8 Kas 2026 Yapay Zekâ 18 Yıllık Kuantum Varsayımını Üç Günde Çözdü: Aaronson-Ambainis Artık Bir Teorem 8 Kas 2026 Gemini 4 Flash ve Yeni Claude İçin İşaretler Artıyor: LMArena’da ‘Hydrogen’, Sızıntıda ‘Hyperion’ Zekâ endeksi lideri Claude Opus 5 (Adaptive Reasoning, Max Effort) · 63,1 15.11.2026
Bülten

Çin Teknolojisi Yapay Zeka Yapay Zeka Haberleri

StepFun StepAudio 3: beş ses modeli Artificial Analysis’te zirvede

阶跃星辰 (StepFun), StepAudio 3 serisini duyurdu: Realtime, ASR, TTS, Gen ve Music.

· 1 dk okuma · 0 yorum

Yapay zekâya sor Paylaş
Kısaca · 3 madde
  1. 阶跃星辰 (StepFun), StepAudio 3 serisini duyurdu: Realtime, ASR, TTS, Gen ve Music.
  2. StepAudio 3 Realtime Native full-duplex gerçek zamanlı konuşma sunuyor. Artificial Analysis Conversational Dynamics'te yüzde 98,9 ile birinc…
  3. ASR, TTS, Gen ve Music ASR, Çinçe/İngilizce, diyalekt, karışık dil, uzun ses ve alan terimlerinde bağlamlı tanıma hedefliyor; Artificial Ana…

阶跃星辰 (), StepAudio 3 serisini duyurdu: Realtime, ASR, TTS, Gen ve Music. Beş model de açık platformuna alındı. Şirketin aktarımına göre birden fazla model Artificial Analysis sıralamalarında birinci konumda.

StepAudio 3 Realtime

Native full-duplex gerçek zamanlı konuşma sunuyor. Artificial Analysis Conversational Dynamics’te yüzde 98,9 ile birinci; Speech Reasoning’de yüzde 99,7 ile birinci olduğu belirtiliyor. Semantik, ton, duygu, paralanguage ve ortam sesini birlikte yorumlayabildiği; Think-While-Speaking ile muhakemeyi konuşmayla paralel yürütebildiği; Tool Call ve uzun görevlerin oturumu bloke etmeden asenkron çalıştığı aktarılıyor.

ASR, TTS, Gen ve Music

ASR, Çinçe/İngilizce, diyalekt, karışık dil, uzun ses ve alan terimlerinde bağlamlı tanıma hedefliyor; Artificial Analysis non-streaming ASR’da WER yüzde 1,7 ile birinci sırayı paylaştığı yazılıyor.

TTS, gerçek zamanlı akışlı üretimle gülme, tereddüt, kekeleme gibi paralanguage unsurlarını da içeren «insan benzeri» konuşma sentezi sunuyor.

Gen, insan sesi, efekt, ortam ve müziği tek çerçevede üretebiliyor; çok karakterli diyalog ve zamanlama kontrolü vurgulanıyor.

Music, sıfırdan şarkı, a cappella eşlik, cover ve ABC notasyonlu çok turlu etkileşimli bestelemeyi destekliyor.

Kaynak: IT之家 – 阶跃发布 StepAudio 3 系列语音大模型 · Platform: platform.stepfun.com

Yapay zekâya sor

Haberi seçtiğiniz asistanda hazır bir soruyla açın

Şu haberi 3 maddede özetle: https://aihaber.org/stepfun-stepaudio-3-ses-modelleri/

Gemini hazır soruyla açılamıyor: soru panonuza kopyalanır, açılan sayfada yapıştırmanız yeterli.

Paylaş
X LinkedIn WhatsApp Telegram Reddit Bluesky Threads E-posta

Bu haber işinize yaradı mı?

Yorumlar 0

Yorum yazın

Karakter: 0/1000

Henüz yorum yok. İlk yorumu siz yazın.

İlgili haberler