StepFun· @StepFun_ai · X·· 2026-05-24精选AI 评分76
AI 导读
StepAudio 2.5 Realtime 是一款实时语音交互模型。其核心优势在于能感知用户的副语言特征，如语气、节奏、停顿甚至轻叹，从而理解话语背后的真实意图。该模型支持通过 API 高度定制角色人格与说话风格，内置超过10,000种可组合的预置角色，并提供5种开箱即用的预设角色供体验。同时，模型经过RLHF优化，能在复杂的角色扮演压力测试中稳定保持设定的人设。支持中英文双语交互。
推荐理由
StepFun 这个语音模型把副语言感知做进了实时 API，产品人想搞点情感化语音交互的可以试试，预设角色能省不少调 prompt 的功夫。
正文 · 原文
StepAudio 2.5 Realtime is live!
Real-time voice that picks up what you actually mean — tone, pace, pauses, sighs, even the half-laugh mid-sentence.
- Top-tier paralinguistic perception — reads tone, pace, micro-emotions
- Bring-your-own persona via API — personality, backstory, quirks, language style
- 10,000+ native personas → millions of feature combinations
- 5 preset personas to try out of the box
- ZH/EN
RLHF-tuned to hold character even under roleplay stress tests.
Try it → https://www.stepfun.com/studio/audio?tab=voice-chat
Model card: https://stepaudiollm.github.io/step-audio-2.5-realtime/
来源：StepFun · x.com