近日，阶跃星辰正式发布了新一代实时语音大模型 StepAudio 2.5 Realtime。该模型现已全面上线，开发者可以通过阶跃星辰开放平台进行接入。StepAudio 2.5 Realtime 旨在为用户提供更为真实的对话体验，围绕副语言感知、人设自定义和对话能力进行了全面的技术提升。
StepAudio 2.5 Realtime 的核心创新在于其对副语言信息的处理能力。副语言包括语调、语速、停顿，以及叹息或轻笑等非文字表达方式，这些细节是传递情感的关键。通过分析这些元素，模型能够感知用户的情绪和潜在意图，例如从低沉的声调中识别出疲惫，或从急促的语速中判断出烦躁情绪，并据此动态调整回复的语气与策略，提升交流的自然感。
在人设自定义方面，StepAudio 2.5 Realtime 允许开发者进行灵活调节。用户可以通过 API 调整 AI 角色的性格特征、背景经历以及语言习惯等。该模型基于超过 10，000 个高质量原生人设，经过算法生成了百万级的人设特征矩阵，并通过大量真实对话数据进行训练。开发团队还进行了强化学习优化，确保模型在极端场景下保持稳定的角色一致性。此外，模型内置了 5 个预设人设，供用户直接体验。
在整体对话能力上，StepAudio 2.5 Realtime 强调智商与情商的双重提升。除了能够深入理解复杂语义、应对交流中的各种情境外，模型还能够调用多领域知识，提供更深层次的对话体验，既能作为情感交流的聊天伙伴，也能模拟专业 HR 进行面试等正式场合。
根据官方最新评测数据显示，该模型在五个测试维度中表现卓越，特别是在用户体验评分中，StepAudio 2.5 Realtime 的得分达到 80.41，显著高于其他同类产品，如 GPT-Realtime-1.5 和 Gemini Live，展示了其强大的性能和应用潜力。
