中国 AI 公司阶跃星辰正式发布 StepAudio3 系列模型,包括 Realtime、ASR、TTS、Gen 和 Music 五款,均已上线阶跃星辰开放平台。该系列分别面向真人级语音生成、音频内容生成、实时语音交互、复杂场景语音理解和音乐创作等核心场景。
在第三方基准测试中,StepAudio3 Realtime 以 98.9%综合得分位列 Artificial Analysis Conversational Dynamics 榜单全球第一,语音推理准确率达 99.7%,同样排名全球第一。StepAudio3 ASR 在非流式语音识别准确性榜单中词错误率仅为 1.7%,并列全球第一。
StepAudio3 Realtime 支持原生全双工实时对话,可同时理解语义、语气、情绪和环境声音,并支持推理与语音生成并行及异步任务执行。StepAudio3 ASR 融合大语言模型能力,支持中文、英文、方言及中英混说等场景。StepAudio3 TTS 可还原笑声、迟疑等副语言表现。StepAudio3 Gen 统一生成人声、音效、环境音和背景音乐。StepAudio3 Music 支持多轮交互创作和 ABC 记谱法控制。
文中提及的 AI 工具
评论
正在加载评论…