模型概览
阶跃星辰提供两种语音对话方案，适用于不同的场景需求。StepAudio 3 Realtime 是当前面向实时互动场景的旗舰模型，重点提升全双工对话、边想边说和 Voice Agent 能力。查看更多 demo
以下模型可分别通过 Chat API 和 Realtime API 接入。
模型列表
StepAudio 3 Realtime
- 定位：面向实时互动的全双工语音模型
- 能力标签：真人自然交互、全双工对话、自适应推理、边想边说、Voice Agent
- 体验入口：体验中心
- StepAudio 3 Realtime 将实时音频理解、话轮管理、推理和工具调用整合到同一段对话中。模型不仅识别用户说了什么，还能理解语气、情绪、副语言线索与环境声音。
- 支持自然打断、附和识别和话权协调：用户与模型可以同时说话，模型会在真正被打断时及时停下，在自然停顿或随口附和时保持对话连贯。
- 面对简单问题可以快速回应；面对复杂任务，可以自适应进入更深入的思考，并通过边想边说降低等待感。
- Voice Agent 可以在意图明确后调用工具或执行后端任务，任务运行期间对话仍可继续，结果返回后自然接入交流。
stepaudio-3-realtime-preview 为限免期间使用的模型名称，限免到期后该预览版本将下线，并新增正式付费版本。计费与限速策略以定价与限速页面为准。StepAudio 3 Chat
- 定位：面向 Chat Completions API 的语音理解与对话模型
- 能力标签：语音输入、文本对话、上下文理解、工具调用
- 通过 Chat API 接入，适合按轮次提交语音或文本并获取文本回复的场景。
- 与 StepAudio 3 Realtime 共享 Audio 3 系列的声音理解与推理能力；如需语音流式输出和全双工交互，请使用 Realtime API。
stepaudio-3-chat-preview 为限免期间使用的模型名称，限免到期后该预览版本将下线，并新增正式付费版本。计费与限速策略以定价与限速页面为准。业务场景应用
Realtime API 凭借实时交互与情感理解能力，已在多个行业领域实现成功落地：- 智能座舱：为车载系统提供自然语音交互界面，支持驾驶过程中的信息查询、闲聊对话和安全提醒
- 智能终端：为各类 IOT 智能硬件设备提供实时语音交互能力，提升用户与设备间的交互体验
- 社交娱乐：帮助社交平台和娱乐应用构建情感陪伴 Agent
- 智能客服：实现高度拟人化的客户服务体验，提升服务效率和客户满意度
- 金融调解：在金融纠纷处理过程中提供中立、专业的沟通辅助
模型快速入门
实时双向语音开发
了解 Realtime API 的事件模型、会话管理和语音交互流程。
语音对话开发
通过 Chat Completion 接口接入语音输入输出与音频流式能力。
Realtime API 事件文档
查看 Realtime API 的请求格式、事件字段和接口说明。
Realtime API Demo
参考官方前端演示项目，快速搭建实时语音对话控制台。