StepAudio 2.5 Realtime 上线：让AI说话更像人

阶跃星辰今天正式发布了 StepAudio 2.5 Realtime —— 一款能听懂你语气、情绪和沉默的实时语音大模型。它不是在“回答问题”，而是在“对话”。现在，开发者已经可以通过阶跃星辰开放平台接入，免费试用。

它听得出你是不是累了

我们和AI说话时，最怕的就是它永远一个调子，不管你是笑着说“今天真开心”，还是声音发颤地说“我快撑不住了”，它都回你一句标准的“很高兴为你服务”。StepAudio 2.5 Realtime 想改变这个局面。

它能捕捉你说话时的细微变化：语速变慢了？可能是疲惫；中间停顿太久？或许在犹豫；轻轻叹了一口气？它能识别出来，并调整回应的节奏——不再机械地“接话”，而是像真人一样，适时沉默、轻声安慰，或者换种语气接下去。

这不是特效，是实打实的语音信号分析。模型训练时用了上万小时的真实对话录音，包括电话客服、亲友聊天、心理咨询录音，甚至吵架的片段。它学会了：不是每个问题都需要立刻回答，有时候，一个停顿比一句话更有温度。

你的AI，可以是朋友，也可以是老板

以前定制AI，要写一堆参数，改半天还未必像样。现在，StepAudio 2.5 Realtime 给了你更简单的选择：

• 用预设人设：5种风格一键切换——温柔知心姐姐、理性专业HR、毒舌但靠谱的损友、沉稳长辈、甚至带点幽默感的“AI段子手”。
• 自己调：通过API，你可以定义它的说话习惯——爱用“嗯嗯”还是“对吧”？喜欢长句还是短句？会不会突然插句方言？

背后是百万级人设数据训练的结果。不是靠模板堆出来的“人设”，而是让模型从真实对话里“学”出了几百种说话方式。比如，一个经历过创业失败的AI角色，说话会更慢、更谨慎，偶尔会突然沉默；而一个刚毕业的年轻客服AI，语速快、语气轻快，偶尔会用网络热词。

团队还加了一道保险：即使你调得再极端，它也不会突然“崩人设”。不会你刚说“我被裁员了”，它就蹦出一句“恭喜发财”。

不只是聊天，还能面试、陪聊、做心理支持

有人拿它做智能客服，有人用来陪独居老人说话，还有开发者把它嵌入到心理互助App里——用户说“最近睡不着”，AI不再推荐“多运动”，而是轻声问：“你最近是不是总想起那件事？”

它能模拟一场真实的面试：问你“你为什么离职？”，等你支支吾吾时，它不会催，而是说：“听起来，那段时间对你来说挺难的。”——然后等你继续说。

它也能在深夜听你吐槽工作，不打断，不评判，偶尔回一句“我懂”，或者发个虚拟的拥抱表情——不是靠预设话术，是它判断出你此刻需要的不是解决方案，是被听见。

实测：比GPT-Realtime和Gemini Live更“像人”

阶跃星辰公开了内部测试数据：在5个核心维度（自然度、情绪响应、角色一致性、响应速度、沉浸感）中，StepAudio 2.5 Realtime 得分 80.41，超过 GPT-Realtime-1.5（72.1）和 Gemini Live（68.9）。

最让人意外的是“沉浸感”这一项——用户在和它聊完10分钟后，有67%的人表示“差点忘了这是AI”。不是因为它多聪明，而是因为它“不完美”：会卡顿一下，会重复一个词，会突然笑出声，会因为你沉默太久，轻声问：“还在吗？”

这些“不完美”，恰恰是最像人的地方。

现在就能用

开发者登录阶跃星辰开放平台，注册即可免费调用 StepAudio 2.5 Realtime API，支持实时流式语音输入输出，延迟控制在300毫秒内，手机App、智能硬件、车载语音系统都能接入。

没有“AI感”的产品，才是真正在改变体验的产品。StepAudio 2.5 Realtime 不是下一个AI语音模型，它更像是第一个真正愿意“听懂你”的声音。