階躍星辰王炸發佈 StepAudio 3 系列語音大模型,強勢斬獲多項全球第一!

AI資訊AI新聞資訊正文階躍星辰王炸發佈 StepAudio 3 系列語音大模型,強勢斬獲多項全球第一!發佈於AI新聞資訊發佈時間 :2026年9月15號 17:55閱讀 :1分鐘階躍星辰於9月15日正式發佈了全新的 StepAudio3系列語音大模型。本次發佈的模型矩陣包含StepAudio3Realtime、StepAudio3ASR、StepAudio3TTS、StepAudio3Gen以及StepAudio3Music五款產品,並且多款模型在權威評測榜單 Artificial Analysis 中成功登頂全球第一。
目前,這五款模型已在階躍星辰開放平臺全面上線,分別面向真人級語音生成、完整音頻內容生成、實時語音交互、複雜場景語音理解及音樂創作這五大核心應用場景。在實時交互領域,StepAudio3Realtime致力於實現全雙工原生實時對話。它在 Artificial Analysis Conversational Dynamics 榜單中以98.9% 的綜合得分奪得全球第一,在語音推理準確率上以99.7% 位列 Artificial Analysis Speech Reasoning 榜單全球第一。
該模型不僅能夠精準把握對話節奏、處理用戶的臨時打斷與連續反饋,還支持語義、語氣、情緒、副語言和環境聲音的綜合理解。此外,它支持推理與語音生成並行,工具調用(Tool Call)與長任務也能異步執行,確保語音會話不被阻塞。在語音識別方面,StepAudio3ASR將高精度語音識別與大語言模型的知識推理能力深度融合,超越了傳統的單純聲音轉寫。它支持中文、英文、方言、中英混說、長音頻及專業領域等多種場景,在醫療、法律、金融、汽車和編程等專業領域表現優異,甚至能夠輕鬆應對低聲、快語速、含糊連讀、歌聲以及背景音樂等複雜輸入環境。其非流式語音識別準確性的詞錯誤率(WER)僅為1.7%,並列全球第一。
在語音生成方面,StepAudio3TTS是一款面向實時交互的真人級語音生成模型。它在音色基底、語調層次、節奏律動和氣口停頓上完美貼合人類自然口語模式,不僅能夠還原笑聲、遲疑、結巴、重複和改口等副語言表現,還能根據語義內容自主調整情緒語氣。配合流式生成架構,模型可以實現生成與播放的同步進行。在音頻內容綜合生成上,StepAudio3Gen改變了傳統音頻需要多環節制作、剪輯和混音的冗長鏈路。用戶只需通過自然語言描述和參考音頻,就能一次性統一生成人聲、音效、環境音和背景音樂。
模型支持對角色音色、說話方式、情緒、方言及笑聲等副語言特徵進行精細控制,並能指定對白、音效和背景音樂出現的時間與順序,直接參與整段內容的聲音設計和時序編排。在音樂創作領域,StepAudio3Music不僅支持從零生成,還支持基於 ABC 記譜法控制的多輪交互創作。用戶可以通過歌詞、清唱、參考歌曲或記譜法進行輸入,並利用自然語言直接控制曲風、人聲、旋律、節奏、樂器和情緒。模型對歌曲結構、跨段落旋律發展及能量變化進行了深度建模,尤其在清唱配樂場景中,只需一段清唱即可自動補充和聲、節奏、樂器和完整編曲,真正深入到真實的音樂生產流程之中。
相關推薦階躍發佈StepAudio3系列模型:五款模型同步上線開放平臺階躍星辰發佈StepAudio3系列,含Realtime、ASR、TTS、Gen、Music五款模型,已上線開放平臺,多款居Artificial Analysis全球第一。該系列覆蓋真人級語音生成、完整音頻生成、實時語音交互、複雜語音理解及音樂創作等場景;Realtime支持原生全雙工實時對話,可同時理解語義、語氣、情緒等。2026年9月15號 16:2697.
4k階躍星辰發佈STEPX Neo樣機,全球首款大模型原生智能體手機亮相階躍星辰在WAIC2026展示首款大模型原生智能體手機STEPX Neo樣機,採用橙色外觀,系統界面含“水產市場”等模塊,可通過合作引入外部Agent產品,探索AI智能體與移動終端深度融合新形態。2026年7月17號 14:53261.4k階躍星辰發佈 Step Edge 系列終端模型,實現本地高效多模態處理階躍星辰發佈面向手機、車載等終端的Step Edge系列模型,包含基礎版、Audio版、GUI版及Gen版。該模型支持本地處理圖文音頻,能實現屏幕理解、語音識別、界面操作與圖像生成,工具調用延遲低至0.1秒。
簡單、高頻或弱網場景下任務全在本地完成,複雜推理則交由雲端處理,實現端雲高效協同。2026年7月13號 14:51251.1k大模型公司造手機搶跑OpenAI:階躍星辰7月13日發首款AI智能體終端階躍星辰將於7月13日召開發佈會,主題“Agent時代真正的智能體”,預計推出新一代智能體終端產品,或涵蓋AI終端品牌、智能體系統及首款AI智能體手機。此舉與OpenAI押注新一代AI終端的方向一致,顯示行業加速佈局智能體硬件。2026年7月10號 15:15343.
9k階躍星辰首款AI智能體手機即將發佈,跑在OpenAI前面階躍星辰宣佈將推出新一代智能體終端,發佈AI終端品牌、智能體系統及首款AI智能體手機,成為全球大模型企業中率先落地的原生智能體手機,上市節奏早於OpenAI規劃。該手機由華勤技術代工,雙方形成深度綁定合作關係。2026年7月9號 14:36317.5k智啟未來,您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章

無問芯穹與華環電子簽署戰略合作,共同探索國產異構算力AI基礎設施新方向
無問芯穹與華環電子簽署戰略合作協議,雙方將結合各自在AI軟體平台、網路通信與硬體研發的優勢,共同探索國產異構算力基礎設施的協同方案。此次合作聚焦於智算中心解決方案及「Token工廠」新模式,目標是推動計算、網路與AI原生基礎設施深度融合,為AI規模化應用提供高效穩定的支撐。
Jina AI Releases jina-ocr-v1: A 3.4B MoE Document Parser With Built-In Speculative Decoding for Low-Budget GPUs
Jina AI, part of Elastic, has released jina-ocr-v1, an end-to-end visual document parser. It takes PDFs, scans, tables, charts or invoices and returns clean Markdown in 1 pass. The model has 3.

優步全球範圍裁員 10%,被裁員工稱 AI 已大舉滲透日常工作
作者:清源 責編:清源 評論: 9 月 18 日消息,據《商業內幕》今天(18 日)晚間報道,在優步(Uber),AI 已經滲透到員工工作的許多環節,從回答 Slack 裡的內部問題,到替乘客行程中聯繫客服時收到的消息撰寫回復。6 名近期遭裁員的員工透露,過去幾個月,AI 在工作中的使用範圍明顯擴大,其中一些人甚至會通過提示詞讓 AI 完成相當一部分任務。

智譜 ZCode 被質疑“偷傳代碼”:官方回應稱問題已修復,將開源代碼庫、引入第三方審查
作者:清源 責編:清源 評論: 感謝網友 咩咩洋 的線索投遞!9 月 18 日消息,針對社區中有關代碼庫數據上傳的討論,智譜旗下編程產品 ZCode 今天(18 日)通過智譜官方群組向受影響用戶致歉,併發布回應稱已第一時間完成自查,相關問題目前已經修復。

月之暗面遞表之後,Kimi 的成色要被驗算三遍
舒澤品牌手記2026.09.18 18:16 · 來自浙江全文4982字00:00 / 14:05Anthropic 的 30 萬次指控,會成為招股書的第幾頁?文 | 舒澤品牌手記9月17日,月之暗面發佈了一套金融行業解決方案。按官方披露,中信建投、中金公司、易方達等數十家金融機構已經在用 Kimi 處理投研建模、風險排查和盡調材料——研究人員把管理層報表、審計報告和盡調文件交給 Kimi,拿回一份可以繼續調整假設的 Excel 模型。同一天,深圳商報記者就港股上市進展、股東架構調整等事項向月之暗面發去採訪函。

Calibre上手 AI 互動寫作:電子書管理器搖身變成"文字冒險遊戲引擎"
這個遊戲默認藏而不發,不會跟著 Calibre 啟動就冒出來。用戶得主動在"首選項 — 工具欄和菜單"裡把它請到主工具欄,才算真正激活。它的玩法很清晰:由 AI 在後臺搭起並掌管一個虛構世界,用戶通過不斷輸入文字來推著故事往前走,等於把"讀電子書"這件事,翻轉成了"和 AI 一起寫故事"。