视频展示
完整展示 StepAudio 2.5 ASR 的极速转写、复杂场景鲁棒性、长音频能力与中英文综合表现。
核心亮点
围绕推理效率、转写精度与长音频能力，展示 StepAudio 2.5 ASR 面向真实生产场景的核心竞争力。
极速推理效率
ASR 与 MTP-5 深度融合，显著提升解码速度与单机吞吐。
实测 +400%
500 token/s
成本 -80%
SOTA 转写精度
在常见中英文转写评测中保持强竞争力，兼顾复杂术语与长段内容。
中英文稳定
术语覆盖
长段转写强
原生超长音频
依托 32K 上下文窗口，支持最长 30 分钟音频的一次性完整转写。
原生 32K 上下文
最长 30 分钟
连续转写稳定
识别样例
识别指标
围绕中英文与长音频场景的核心结果，直观展示 StepAudio 2.5 ASR 在识别精度与推理效率上的领先表现。