阶跃星辰发布StepAudio 3：五款音频模型全栈出击

阶跃星辰（StepFun）于 9 月 15 日发布 StepAudio 3 系列，一次性推出五款音频模型，覆盖实时语音对话、语音识别（ASR）、语音生成（TTS）、音效/环境声生成与音乐生成。主打实时语音 agent 交互的模型在 Artificial Analysis 等评测中登顶，ASR 达到 1.7% WER，低延迟流式 TTS 支持实时对话。API 文档同步上线，显示音频 AI 竞争正转向全栈体系化较量。

2026-09-15 ~ 2026-09-16 · 4 条相关

• 阶跃星辰连发五款 StepAudio3 模型,音频 AI 转向全栈体系竞争 — 新智元 · 2026-09-15
• 阶跃星辰发布 StepAudio 3:五个音频模型实时语音登顶评测 — StepFun_ai · 2026-09-16
• 阶跃星辰发布 StepAudio 3:5 款音频模型,ASR 达 1.7% WER — StepFun_ai · 2026-09-16
• StepAudio 3 API 文档上线:含 TTS/ASR/实时对话/音效/音乐全模型 — StepFun_ai · 2026-09-16