阶跃星辰推出国内首个千亿参数端到端语音大模型“ Step-1o”

GoodNav 12 月 14 日消息，阶跃星辰在其公众号上宣布推出 Step-1o，这是一个千亿参数的端到端语音大模型，据称是“国内首个千亿参数端到端语音大模型。”

根据阶跃星辰的介绍，传统的语音模型采用级联方案，需要将用户输入的语音首先转化为文本，然后再转化为语音输出。这一过程不仅降低传输效率，还可能损失包括情感在内的信息，从而导致语音模型反应迟缓、回答质量和智能水平不足，以及情感表达显得空洞和刻板。然而，端到端语音方案能够实现语音理解和生成的整合，从而提升模型的智商和情商。

官方介绍显示，Step-1o 支持语音和文本等多种输入输出形式，能够快速响应并随时打断，还能够深入理解和模仿音色、韵律、方言以及个性化的口语表达习惯等声音特征；

Step-1o 通过自我学习和模仿不断提高回复质量，既提供专业建议以解决问题，也能够作为提供高情绪价值的陪伴。同时，Step-1o 还继承了阶跃星辰语言大模型的创作能力。

阶跃星辰透露，Step-1o 将在不久后接入跃问 App，为用户提供实时语音通话服务。