StepFun、StepAudio 2.5 Realtimeをリリース：エンドツーエンド音声モデル、ロールプレイ特化型RLHFとパラ言語理解を搭載

上海を拠点とするAIラボStepFunは、StepAudio 2.5 Realtimeをリリースした。これはエンドツーエンドのリアルタイム音声大規模言語モデルで、完全にカスタマイズ可能なペルソナ機能を備える。WebSocket APIで接続し、中国語と英語をサポート。2026年4月の5つのベンチマークすべてで首位を獲得、人間評価スコア80.41、パラ言語理解スコア82.18を記録。