AudioStory: La IA que transforma tus textos en narrativas de audio largas y coherentes

Descubre AudioStory, el revolucionario marco unificado que lleva la generación de audio a un nuevo nivel al crear narrativas sonoras de larga duración con una coherencia temporal y razonamiento compositivo excepcionales. Superando las limitaciones de los sistemas Text-to-Audio (TTA) previos, que solo generaban clips cortos y fragmentados, AudioStory integra Modelos de Lenguaje Grandes (LLMs) para descomponer instrucciones complejas en subtareas ordenadas temporalmente. Esto asegura transiciones de escena fluidas y un tono emocional consistente, permitiendo la creación de contenido inmersivo como audiolibros, podcasts y paisajes sonoros dinámicos para juegos. Además, sus capacidades se extienden a aplicaciones avanzadas como el doblaje de video y la continuación de audio. Gracias a su entrenamiento end-to-end y un innovador mecanismo de puente, AudioStory demuestra una fidelidad de audio y una capacidad de seguir instrucciones superiores, dando vida a tus historias con una riqueza auditiva sin precedentes.https://arxiv.org/pdf/2508.20088