能听出你叹气、捕捉你语气变化，这款AI语音模型比GPT还强

最近，阶跃星辰放了个大招：新一代实时语音大模型StepAudio 2.5 Realtime正式上线，开发者可以直接去开放平台接入。这款模型最牛的地方，是它不光能听懂你说的话，还能“听出”你是怎么说的——比如你说话声音低沉，它猜你可能累了；语速变快，它觉得你在不耐烦。甚至你叹口气、轻笑一声，它都能捕捉到，并据此调整回答的语气和内容。

说白了，过去的语音AI更像一个“复读机”，只处理文字信息。而StepAudio 2.5 Realtime开始关注那些“非文字”的细节：语调、语速、停顿、叹息、轻笑……这些都是传递情绪的关键。技术圈管这叫“副语言感知”，普通人可以理解为：它像你身边一个很会察言观色的朋友。

另一个亮点是人设自定义。开发者可以通过API给AI角色设定性格、背景、说话习惯等。阶跃星辰先是用超过1万个高质量原生人设，再靠算法生成了上百万种人设组合，然后用海量真实对话数据训练，最后还用强化学习确保角色在极端情况下也不会“崩”。目前内置了5个预设人设，拿到就能直接用。

在对话能力上，StepAudio 2.5 Realtime强调“智商+情商”双在线。它既能当情感树洞，陪你聊心事，也能扮演专业HR，模拟面试场景，调用多领域知识跟你深度交流。根据官方评测，它在5个测试维度全面领先，用户体验得分高达80.41，远超GPT-Realtime-1.5和Gemini Live。

当AI开始听懂你的叹气、读懂你的沉默，人机对话的鸿沟正在变窄。下一个值得期待的事：你手机里的语音助手，什么时候也能这么“懂你”？