StepAudio 2.5: 당신의 감정을 읽는 실시간 음성 AI

음성 AI는 수년간 언캐니 밸리에 갇혀 있었다 — 기술적으로는 인상적이지만 감정적으로는 평평했다. StepFun의 새로 출시된 StepAudio 2.5가 마침내 그 격차를 메울 모델일 수 있다. 목소리의 떨림, 어려운 단어 앞의 멈춤을 듣고 진정으로 적절한 감정적 어조로 응답할 수 있다.

전사를 넘어

대부분의 음성 모델은 두 가지를 한다: 음성을 텍스트로 변환하고 텍스트를 음성으로 변환. StepAudio 2.5는 세 번째 차원인 준언어적 이해를 추가한다.

모델이 포착하는 것:

• 음성 어조 — 행복, 슬픔, 좌절, 혼란, 흥분
• 말하기 리듬 — 망설임, 가속, 자신감 변화
• 감정 가치 — 긍정, 부정, 중립 with 세분화된 강도
• 비언어적 신호 — 한숨, 웃음, 필러 단어

References

• StepFun Official: StepAudio 2.5 release
• OpenAI Real-Time Translation API