由CCF语音对话与听觉专委会 、阶跃星辰、语音之家、希尔贝壳共同主办的 技术沙龙 — Step-Audio 2 技术分享交流会，将于2025年9月8日19:00-20:30线上直播，欢迎大家预约观看。
沙龙简介
Step-Audio 2 是阶跃星辰自研的第二代端到端语音大模型，业内首个将音频理解、深度思考、语音生成统一建模的架构，打通“听得懂、想得明白、说得自然”的完整交互链路。模型基于千万小时真实语音数据训练，具备实时对话、语音翻译、工具调用等关键能力，并在端到端语音模型中首创百变音色和深度思考能力，能对情感场景等副语言信息、声音音乐等非语言信息进行精细理解与推理，达到 SOTA 级语音理解与表达水平。Step-Audio 2已经上线阶跃 AI 手机 APP 和阶跃星辰开发平台，开源版 Step-Audio 2 mini 近期也已经于 GitHub 和 HuggingFace 发布。
论文链接：https://arxiv.org/abs/2507.16632
代码链接：https://github.com/stepfun-ai/Step-Audio2
Demo链接：https://www.stepfun.com/docs/zh/step-audio2
沙龙议程
时间：9月8日（周一）19:00 - 20:30
形式：线上直播
报告嘉宾
黎静北
阶跃星辰大模型语音算法研究员
报告题目：Step-Audio 2技术分享交流
摘要：Step-Audio 2 是阶跃星辰自研的第二代端到端语音大模型，业内首个将音频理解、深度思考、语音生成统一建模的架构，打通“听得懂、想得明白、说得自然”的完整交互链路。模型基于千万小时真实语音数据训练，具备实时对话、语音翻译、工具调用等关键能力，并在端到端语音模型中首创百变音色和深度思考能力，能对情感场景等副语言信息、声音音乐等非语言信息进行精细理解与推理，达到 SOTA 级语音理解与表达水平。Step-Audio 2已经上线阶跃 AI 手机 APP 和阶跃星辰开发平台，开源版 Step-Audio 2 mini 近期也已经于 GitHub 和 HuggingFace 发布。
田飞
阶跃星辰大模型语音算法研究员
报告题目：语音中感知与推理结合的探索与实践
摘要：Step-Audio 2 作为国内首个实现深度推理的语音对话大模型，开创性地探索并实现了音频感知与深层推理的融合，在多项国际基准测试中均达到SOTA性能。现有语音大模型大多仍停留在感知层面，虽在浅层语义理解方面表现良好，但仍缺乏对语音中复杂逻辑、情感意图以及隐含信息的深度推断能力，难以洞察语音背后所蕴含的深意。本次分享将系统介绍 Step-Audio 2 在语音理解与推理方面的技术实践，重点探讨语音推理的必要性、其带来的超越字面意义的认知增益，以及该模型如何推动语音AI向更深层次的认知交互迈进。
参加方式
直播将通过语音之家微信视频号进行直播
手机端、PC端可同步观看
👇👇👇
