阶跃发布 StepAudio 3，实时对话与语音推理评测双项登顶

阶跃星辰发布 StepAudio 3，并同步上线 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 均排在第一。其 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。

其中，Conversational Dynamics 主要测试模型能否处理停顿、轮流说话、用户打断，以及「嗯」「对」这类附和；Speech Reasoning 则测试模型是否能直接听懂音频并完成推理。

ASR 方面，StepAudio 3 在 Artificial Analysis 非流式语音识别榜上做到 1.7% WER（词错误率），与 Fun-Realtime-ASR-preview 并列第一。

另外，StepAudio 3 Gen 支持一次生成人声、音效、环境声和音乐，并按场景统一编排。五款模型目前均已进入阶跃的语音产品线。