AI最前沿 88Z.ai 4 月 24 日消息，阶跃星辰发布StepAudio 2.5 ASR，引入大语言模型推理加速技术。该模型基于ASR+MTP-5架构，显著提升速度与降低成本，在中英文评测中达到SOTA水平，支持30分钟长音频转写。
消息要点
- 基于ASR+MTP-5架构，推理速度提升400%且成本降低80%
- 支持32K上下文窗口，可单次转写30分钟长音频
要点
阶跃星辰正式推出新一代自动语音识别模型StepAudio 2.5 ASR。该模型创新性地将大语言模型推理加速技术引入语音识别领域，采用ASR+MTP-5架构。这一技术突破使得推理速度提升400%，时延降低60%，峰值处理速度达到500 tokens/s，同时使成本大幅下降80%。 在性能表现上，StepAudio 2.5 ASR在多项中英文主流评测基准上均达到了SOTA水平。模型复用了32K上下文窗口，具备强大的长音频处理能力，单次即可完整转写长达30分钟的音频内容，兼顾了高效性与准确性。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- 阶跃星辰原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。