阶跃 StepAudio 3 发布：语音推理、实时对话双榜第一

阶跃星辰发布 StepAudio 3，同时推出 Realtime、ASR、TTS、Gen 和 Music 五款语音模型。

在 Artificial Analysis 的两项语音评测中，StepAudio 3 Realtime 均排名第一。其中，Conversational Dynamics 得分为 98.9%，高于 Qwen Audio 3.0 Realtime Plus 的 98.4% 和 GPT-Realtime-2 High 的 95.3%；Speech Reasoning 得分为 99.7%，同样位列第一。

Conversational Dynamics 主要评估模型对停顿、轮流发言、用户打断以及“嗯”“对”等附和语的处理能力；Speech Reasoning 则评估模型直接理解音频并完成推理的能力。

在 Artificial Analysis 非流式语音识别榜单中，StepAudio 3 ASR 的词错误率（WER）为 1.7%，与 Fun-Realtime-ASR-preview 并列第一。

此外，StepAudio 3 Gen 支持一次生成包含人声、音效、环境声和音乐的音频，并根据场景进行统一编排。

目前，五款模型均已进入阶跃星辰的语音产品线。