Step-Star社は、初のLLMレベルの音声編集ビッグデータモデルであるStep-Audio-EditXをオープンソース化しました。

Step-Audio-EditXは、Step-Leap Starチームが開発した大規模言語モデルを基盤とする初のオープンソース音声編集ツールです。反復的な手法を用いて、音声の感情、話し方、および非言語的特徴を制御することに重点を置いています。そのコア技術は大規模な合成データで学習されており、組み込みの事前知識や補助モジュールを必要としないため、ゼロショットのテキスト音声合成機能を実現できます。