阶跃星辰于9月15日正式发布全新 StepAudio3 系列语音大模型，包含 StepAudio3Realtime、StepAudio3ASR、StepAudio3TTS、StepAudio3Gen、StepAudio3Music 五款产品，已在阶跃星辰开放平台全面上线，多款模型在权威评测榜单 Artificial Analysis 中登顶全球第一。 - **StepAudio3Realtime**：面向全双工原生实时对话，在 Artificial Analysis Conversational Dynamics 榜单以98.9%综合得分全球第一；语音推理准确率99.7%，位列 Speech Reasoning 榜单全球第一。支持语义、语气、情绪、副语言和环境声音综合理解，并支持推理与语音生成并行、工具调用与长任务异步执行。 - **StepAudio3ASR**：将高精度语音识别与大语言模型知识推理融合，支持中英文、方言、中英混说、长音频及医疗、法律、金融、汽车、编程等专业领域；非流式语音识别词错误率（WER）仅1.7%，并列全球第一。 - **StepAudio3TTS**：真人级语音生成模型，可还原笑声、迟疑、结巴、重复、改口等副语言表现，并根据语义自动调整情绪语气，支持流式生成与播放同步。 - **StepAudio3Gen**：通过自然语言描述和参考音频，一次性统一生成人声、音效、环境音和背景音乐，支持精细控制角色音色、说话方式、情绪、方言及笑声，并指定声音元素出现时间与顺序。 - **StepAudio3Music**：支持从零生成和基于 ABC 记谱法的多轮交互创作，可通过歌词、清唱、参考歌曲或记谱法输入，控制曲风、人声、旋律、节奏、乐器和情绪；清唱配乐场景可自动补充和声、节奏、乐器及完整编曲。