9月15日，人工智能企业阶跃星辰正式发布新一代语音大模型StepAudio 3系列，一次性推出Realtime、ASR、TTS、Gen和Music五款模型，覆盖实时语音交互、语音识别、语音生成和音乐创作等场景。
其中，Realtime支持原生全双工对话，可判断回应时机、处理打断和连续反馈，并加入语音推理与任务执行能力，支持推理与语音生成并行，工具调用和长任务可异步执行。在第三方评测机构Artificial Analysis榜单中，该模型以98.9%的综合得分位列对话动态评测全球第一，语音推理评测同样排名全球第一。
ASR则结合语音识别与大语言模型的上下文理解能力，支持中英文、方言、中英混说及长音频等场景，并针对低声、快速语音和背景音乐等复杂输入进行优化。在该机构非流式语音识别准确性榜单中，其词错误率为1.7%，并列全球第一。