AI最前沿 88Z.ai 9 月 15 日消息，阶跃星辰发布StepAudio 3系列语音大模型，涵盖实时交互、语音识别、语音合成、全音频生成及音乐创作五大方向。其中Realtime模型以98.9%的综合得分位居全球实时语音交互榜首，ASR模型词错误率低至1.7%，并列第一。该系列多款模型在Artificial Analysis榜单中取得全球领先成绩，展现了在真人级合成与全音频生成等领域的强大能力。
消息要点
- StepAudio 3系列含五款模型，覆盖实时对话至音乐创作全场景
- Realtime模型综合得分98.9%居全球第一，ASR词错误率1.7%并列榜首
要点
阶跃星辰正式推出StepAudio 3系列语音大模型，该系列包含Realtime、ASR、TTS、Gen以及Music五款具体模型。这一产品矩阵全面覆盖了实时对话、语音识别、真人级语音合成、全音频生成及音乐创作等核心应用场景。 在性能表现方面，StepAudio 3系列取得了显著突破。Realtime模型凭借98.9%的综合得分，成功登顶实时语音交互领域的全球榜首。同时，ASR模型的词错误率仅为1.7%，与其他顶尖模型并列第一。据显示，该系列中有多款模型在Artificial Analysis权威榜单中位列全球第一，彰显了其在语音技术领域的领先地位。
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StepFun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。