搜索
人人都能是配音导演，阶跃星辰发布语音生成模型 StepAudio 2.5 TTS
3 小时前
/ 阅读约2分钟
来源：IT之家
阶跃星辰发布新一代语音生成模型StepAudio 2.5 TTS，首次将语境理解能力引入语音生成全流程，支持全局语境与文中语境双档控制，实现零样本音色复刻。
IT之家 4 月 16 日消息，阶跃星辰今日发布新一代语音生成模型 StepAudio 2.5 TTS，官方号称人人都能是配音导演。
阶跃星辰官方表示，该语音合成模型首次将语境理解能力引入语音生成全流程。通过 Global Context（全局语境）+ Inline Context（文中语境）双档控制，搭配 Zero-shot 音色复刻，让 AI 不是念文本，而是演文本。
StepAudio 2.5 TTS 支持以下核心能力：
全局语境控制：支持自定义整段语音的情绪基调、角色状态与场景氛围，使表达更统一、更连贯。
文中语境控制：不仅能控制一句话怎么说，还能进一步调节语气、节奏、停顿、轻重变化、角色感和场景感，让声音表达更有分寸。
零样本复刻与全音色控制：在保留目标音色特征的同时，支持对情感、风格和表达方式进行灵活调节，让同一种声音说出更多不同感觉。
IT之家附官方演示网址如下：
https://stepaudiollm.github.io/step-audio-2.5-tts/zh.html
