阶跃StepAudio2.5TTS上线，情绪控制精细到“克制的悲伤、没有哭腔”

时间：2026-04-16 16:07:24

　　消息，4 月 16 日，据动察 Beating 监测，阶跃星辰正式发布 StepAudio 2.5 TTS。与需要预设情绪标签的传统 TTS 不同，这一代支持用自然语言描述控制语音的每一处细节：标签只能表达「悲伤」，自然语言可以进一步描述「克制的悲伤、没有哭腔、轻轻发颤」，AI 据此合成对应音色。控制分三层。全局语境控制设定整段语音的情绪基调和场景氛围，让多轮对话中的角色表达保持连贯；文中语境控制在句子层面调节语气、节奏、停顿、重音和呼吸感，甚至可以刻画角色的心理活动和潜台词；零样本音色复刻无需重新训练，任意参考录音即可仿出音色，情感和风格可独立调节。三项功能已全量上线阶跃星辰开放平台和 Step Plan。同一天，谷歌也发布了 Gemini 3.1 Flash TTS，同样以自然语言指令替代 SSML 标签实现精细控制，并在第三方评测中登顶。两家在同日用相同思路发版，说明 TTS 的控制范式正在集体从「选标签」转向「说需求」。对有声内容创作者和配音导演来说，以前调情绪要靠反复录制，现在用一句话描述就能定义音色的细腻层次。

上一篇：魔术对阵76人：泰瑞斯·马克西得分是否超28.5分，“是”选项成交概率单日跃升64.5个百分点返回首页

下一篇：伊朗称将全力推进战后重建指美国已成以色列“第七个行政区”

热点推荐

1 以太坊面临关键阻力位考验

消息，据Michal van de Poppe发推称：以太坊未能突破关键阻力位，若跌破趋势线，但整体仍处牛市...

2 过去4小时RAVE爆仓超1150万美元，主爆多单

4月18日消息，据Coinglass数据显示，过去4小时全网RAVE爆仓金额已达1157万美元，其中多单爆仓7...

3 ZachXBT：不建议做空由少数人控制的高控盘

消息，链上侦探 ZachXBT 在社交平台表示，不建议对由少数内部人士高度控制的代币进行做空操...

4 OpenAI股东密谋再次换掉奥尔特曼，不满其

两年多以前OpenAI那场声势浩大的宫斗大戏至今还在为外界津津乐道，如今一场新的人事动荡或...

5 eth.limo DNS 遭攻击，Vitalik 提示暂停访问并