> ## Documentation Index
> Fetch the complete documentation index at: https://platform.stepfun.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# StepAudio 3 Realtime

> 像真人一样聊，也能边想边做

## 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。<a href="https://static.stepfun.com/blog/stepaudio3/realtime/">查看更多 demo</a>

| 特性           | Chat Completions API | Realtime API      |
| ------------ | -------------------- | ----------------- |
| 连接方式         | HTTP 请求              | WebSocket 长连接     |
| 语音识别 (ASR)   | 需自行实现或使用第三方服务        | 内置，自动识别用户语音       |
| 上下文管理        | 需自行维护 messages 列表    | 内置，自动管理对话历史       |
| 语音活动检测 (VAD) | 需自行实现                | 内置，自动检测用户说话       |
| 联网搜索         | 需自行实现搜索接口            | 内置 web\_search 工具 |
| 知识库检索        | 需自行实现                | 内置 retrieval 工具   |
| 延迟           | 较低（流式输出）             | 极低（双向流式交互）        |
| 适用场景         | 离线处理、批量任务、简单集成       | 实时对话、语音助手、客服机器人   |

以下模型可分别通过 [Chat API](/docs/zh/api-reference/chat/chat-completion-create) 和 [Realtime API](/docs/zh/api-reference/realtime/chat) 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](https://www.stepfun.com/studio/audio?tab=voice-chat)
* 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。

<Note>
  `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](/docs/zh/guides/pricing/details)页面为准。
</Note>

### 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](/docs/zh/api-reference/chat/chat-completion-create) 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。

<Note>
  `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](/docs/zh/guides/pricing/details)页面为准。
</Note>

## 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

通过集成 Realtime API，开发者可以快速构建具备人类般自然交流能力的应用，为用户带来真正沉浸式的语音交互体验。

## 模型快速入门

<Columns cols={2}>
  <Card title="实时双向语音开发" href="/docs/zh/guides/developer/realtime">
    了解 Realtime API 的事件模型、会话管理和语音交互流程。
  </Card>

  <Card title="语音对话开发" href="/docs/zh/guides/developer/audio-chat">
    通过 Chat Completion 接口接入语音输入输出与音频流式能力。
  </Card>

  <Card title="Realtime API 事件文档" href="/docs/zh/api-reference/realtime/chat">
    查看 Realtime API 的请求格式、事件字段和接口说明。
  </Card>

  <Card title="Realtime API Demo" href="https://github.com/stepfun-ai/Step-Realtime-Console">
    参考官方前端演示项目，快速搭建实时语音对话控制台。
  </Card>
</Columns>