上海实验室StepFun打造语音AI：全面领先所有基准测试，可检测叹气

总部位于上海的实验室StepFun以构建高性能大语言模型闻名，现推出一款语音AI，其表现超越所有现有基准。据实验室披露的细节，该系统还能检测叹气等细微情感信号。

系统测试方式

StepFun未具体说明使用了哪些基准测试或给出具体分数，但声称该模型在标准语音AI评估中击败了所有竞争对手。该实验室此前曾发布过开源大语言模型，在中英文任务排行榜上名列前茅。

情感检测的意义

除了语音识别和合成，新模型还能捕捉叹气等非语言信号——这些信号可能表示沮丧、解脱或疲劳。这种细微差别的识别能力可能使该AI在客服、心理健康筛查或车载助手中发挥作用，不过StepFun尚未宣布任何商业合作或部署。

中国AI实验室一直在文本和语音任务上与美国同行激烈竞争。StepFun声称其语音模型排名第一，给百度、阿里巴巴和商汤科技等对手增加了压力，这些公司同样设有语音AI研究项目。该实验室尚未透露该模型是开源发布还是作为专有产品保留。

该实验室拒绝就训练数据、模型规模或计算资源发表评论。这种细节的缺乏在该领域很常见，性能声明往往先于同行评审验证。

部署方面的未解问题

StepFun尚未宣布将语音AI集成到任何应用或平台的时间表。该实验室仅表示将在未来几个月内发表技术论文，并可能发布示例代码。该技术是会授权给第三方还是用于面向消费者的产品，目前尚不清楚。