9月15日，阶跃星辰一口气发了五款语音大模型。
全都叫StepAudio3，各管一摊：实时对话、语音识别、语音生成、音频生成、音乐创作。
关键是榜单成绩：
StepAudio3 Realtime，在ArtificialAnalysis拿了98.9%的高分，全球第一；语音推理准确率99.7%，还是全球第一。
StepAudio3 ASR，词错误率只有1.7%，并列全球第一。
三个第一，全是一家公司。
过去聊起语音AI，大家想到的多半是GPT的语音模式、谷歌的Gemini Live，标杆都在海外。这一回，中国团队直接站上了榜单最顶端。
这事为什么值得说？
因为语音，是AI走进日常最自然的一扇门。
打字要动手，语音只要开口。手机助手、车载系统、耳机、客服，全在等一个又好又快的语音模型。谁能把”会听会说”的底座做好，谁就抓住了下一个入口。
更值得注意的是，五款模型全部上线开放平台，说明阶跃不只是秀肌肉，是真要商用。
AI的下半场，不只比谁会写代码，还要比谁会”说话”。
语音这个战场，热闹起来了。