阶跃星辰发 StepAudio 3 系列：五款语音模型齐发，实时交互与识别双登顶

9

月

1

5

日

，

阶

跃

星

辰

发

布

新

一

代

语

音

大

模

型

S

t

e

A

u

d

i

o

3

系

列

，

一

次

性

推

出

R

e

a

l

t

i

m

e

、

A

S

R

、

T

T

S

、

G

e

n

与

M

u

s

i

c

五

款

模

型

，

均

已

上

线

阶

跃

星

辰

开

放

平

台

。

R

e

a

l

t

i

m

e

支

持

原

生

全

双

工

实

时

对

话

，

可

判

断

何

时

回

应

与

等

待

、

处

理

临

时

打

断

，

并

加

入

语

音

推

理

与

异

步

任

务

执

行

：

T

o

o

l

C

a

l

l

与

长

任

务

在

后

台

运

行

，

不

打

断

当

前

对

话

。

在

第

三

方

评

测

机

构

A

r

t

i

f

i

c

i

a

l

A

n

a

l

y

s

i

s

的

榜

单

中

，

S

t

e

A

u

d

i

o

3

R

e

a

l

t

i

m

e

以

9

8

.

9

%

综

合

得

分

位

列

C

o

n

v

e

r

s

a

t

i

o

n

a

l

D

y

n

a

m

i

c

s

榜

全

球

第

一

，

语

音

推

理

准

确

率

9

9

.

7

%

；

A

S

R

在

非

流

式

语

音

识

别

准

确

性

榜

中

词

错

误

率

1

.

7

%

，

并

列

全

球

第

一

。

技

术

报

告

已

挂

a

r

X

i

v

（

2

6

0

9

.

1

4

0

0

5

R

e

a

l

t

i

m

e

、

2

6

0

9

.

1

2

9

4

5

G

e

n

、

2

6

0

9

.

1

6

0

3

4

M

u

s

i

c

）

。

原文链接：阶跃星辰官方发布页