先了解这件事
2026年9月16日,StepFun(阶跃星辰)发布StepAudio 3系列音频模型,其中包含音乐生成基础模型StepAudio 3 Music。据官方信息,该系列共5款音频模型,覆盖实时语音、语音识别、语音生成、音频生成和音乐。官方同时披露了系列中其他模型的表现:Realtime在Artificial Analysis的Conversational Dynamics和Speech Reasoning两项分别达到98.9%和99.7%,均排名第一;ASR的词错率为1.7%,与榜单最好成绩持平。官方称该系列可用于构建能处理打断、边说话边推理并调用工具的语音智能体,现已通过Voice AI Lab和博客开放,API亦已开放。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
阶跃星辰发布 StepAudio 3 系列 5 款音频模型事件进展
1 个已确认进展
- 来源：阶跃星辰 StepFun
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
9月16日
阶跃星辰 StepFun一手
阶跃星辰发布 StepAudio 3 系列 5 款音频模型
阶跃星辰发布 StepAudio 3 系列，包含实时语音、语音识别、语音生成、音频生成和音乐共 5 款音频模型。其中 Realtime 在 Artificial Analysis 的 Conversational Dynamics 和 Speech Reasoning 两项分别达到 98.9% 和 99.7%，均排名第一；ASR 的词错率为 1.7%，与榜单最好成绩持平。该系列可用于构建能处理打断、边说话边推理并调用工具的语音智能体，现已通过 Voice AI Lab 和博客开放。
阶跃星辰 StepFun一手精选
阶跃星辰发布 StepAudio 3 系列 5 款音频模型
阶跃星辰发布 StepAudio 3 系列 5 款音频模型，覆盖实时语音、语音识别、语音生成、音频生成和音乐。其中 Realtime 在 Artificial Analysis 的 Conversational Dynamics（98.9%）和 Speech Reasoning（99.7%）两项排名第一，ASR 的 WER 为 1.7%，与榜单最佳结果持平。官方称可用于构建能处理打断、边说话边推理并调用工具的语音智能体，现已开放 Voice AI Lab 和 API。