什么值得买App下载 App ›
连续签到专享现金活动

推理快4倍价格打1折,阶跃星辰ASR新模型要掀桌子?

阶跃星辰发布StepAudio 2.5 ASR:推理速度提升400%,定价骤减90%
2026年4月24日,阶跃星辰正式发布新一代自动语音识别模型StepAudio 2.5 ASR。该模型首次将大语言模型多Token预测(MTP)技术引入语音识别领域,基于ASR+MTP-5深度融合架构实现核心技术突破。实测数据显示,推理速度较传统方案提升400%,时延降低60%,推理峰值达500 tokens/s,推理成本直降80%。与此同时,API定价低至0.15元/小时,约为上一代产品的十分之一。在转写精度方面,模型在多项中英文权威测试集上综合表现达到业内SOTA水准,长音频WER稳定在3.70%,未出现传统切片方案常见的后半段精度衰减问题。
StepAudio 2.5 ASR的核心架构创新在于将MTP多Token预测技术与语音识别深度融合。传统自回归模型需逐Token顺序输出,每个Token的生成依赖于前一Token的完成,形成效率瓶颈。新模型采用并行候选Token生成与验证机制,单步可同时预测多个Token候选,再通过验证模块快速确认最优结果,从而大幅压缩推理链路。在引擎侧RTF(实时率)指标上,该模型达到0.0053,即转写1小时音频仅需约19秒;同等算力下并发路数提升至原先5倍,显著增强批量处理能力。
长音频处理能力是该模型的另一核心优势。StepAudio 2.5 ASR直接复用LLM原生的32K上下文窗口,可端到端一次性读入最长30分钟的完整音频,无需进行传统切片处理。在常规方案中,长音频通常被切分为若干短片段分别转写后再拼接,这一过程容易导致相邻片段边界处的语义断裂,以及后段因上下文丢失引发的精度逐级衰减。实测数据显示,在30分钟满负荷长音频专项测试中,模型识别精度始终维持在行业顶尖水平,有效解决了上述痛点。
01性能指标与定价策略
官方披露的关键性能参数显示,StepAudio 2.5 ASR在速度与精度两个维度均刷新行业基准。在AISHELL-1测试集上,字错误率降至0.71%;在LibriSpeech测试集上词错误率控制在1.6%以内;综合长音频WER稳定在3.70%。5分钟左右的音视频几乎实现即时转写,端到端延迟大幅压缩。定价方面,公开价格约为0.15元/小时,较上一代Step ASR 2降幅达90%,刷新行业底价。当前该模型已全量上线阶跃星辰开放平台及Step Plan,面向开发者与企业用户提供API调用服务。
02行业竞品对比格局
近期语音识别领域密集迎来多款重磅产品发布,市场竞争格局加速演变。云知声于2026年5月26日升级U2-ASR 2.5版本,首创中文方言语义转写能力,支持100种以上方言及地方口音识别,济南话、四川话、粤语、武汉话等主流方言识别准确率均突破90%。谷歌则推出离线AI语音转写应用Google AI Edge Eloquent,基于Gemma系列ASR模型实现本地设备端处理。OpenAI同步发布三款实时语音模型,其中GPT-Realtime-Whisper聚焦低延迟转录场景,定价为每分钟0.017美元。
维度StepAudio 2.5 ASRMAI-Transcribe-1Whisper Large-v3
推理速度提升400%2.5倍(批处理)8倍
平均错误率3.70%(长音频)3.9%(25语言)8.06%
长音频支持30分钟端到端200MB文件依赖切片
API定价0.15元/小时商用定价本地可部署
上下文窗口32K未披露较弱
从技术路线来看,各厂商路径差异明显。StepAudio 2.5 ASR侧重将大语言模型推理加速技术引入语音识别,通过MTP架构实现速度突破;OpenAI Whisper Turbo则通过模型剪枝与算法优化实现消费级硬件部署;云知声聚焦方言识别与语义理解。这种多路线并进的格局表明,语音识别技术正从单一性能竞争转向场景化、差异化竞争。
03应用场景与商业前景
StepAudio 2.5 ASR主要面向会议转写、语音交互、输入法、媒体内容处理、长音频识别等场景。极速推理能力使其适用于实时字幕生成与直播等低延迟需求场景;长音频端到端处理能力可满足播客整理、课程归档、访谈记录等单次长时转写需求;低单位成本则为企业级批量转写服务提供了可行性。随着语音识别技术向更多高频场景渗透,如何在保持高精度的同时降低推理成本、提升长音频处理能力,正成为产品竞争的核心方向。
综合多方信息判断,StepAudio 2.5 ASR在推理速度、成本控制与长音频处理三个维度实现了较均衡的突破,其定价策略有望对中小开发者与企业用户形成较强吸引力。该模型的全量上线标志着大语言模型推理加速技术在语音识别领域的首次规模化落地,后续实际业务场景中的稳定性与用户体验仍待持续观察。

评论

评论区空态插画

当前文章无评论,是时候发表评论了