语音编辑像改 Word？阶跃星辰发布 30 亿参数音频编辑模型 Step-Audio-EditX

音频创作门槛被彻底击穿。国内 AI 独角兽阶跃星辰 （StepStepFunAI） 于 11 月 9 日正式发布全球领先的 LLM 级音频编辑模型——Step-Audio-EditX，首次实现 「用自然语言指令编辑语音」 的革命性体验。用户只需输入 「把这段话改成川渝 rapper 的嚣张语气」 或 「结尾加一个害羞的笑声」，模型即可精准调整音色、情绪、节奏甚至呼吸停顿，让语音编辑如修改文档般直观、高效。

30 亿参数，性能不减反升

Step-Audio-EditX 的核心突破在于其极致高效的模型压缩技术。团队将原始 130 亿参数模型精炼至仅 30 亿，不仅大幅降低部署成本，更在关键指标上实现反超。模型支持零样本语音克隆——仅需一句参考音频，无需目标人物提供任何训练数据，即可高保真复现其音色; 同时支持多轮迭代编辑，用户可连续发出细化指令 （如 「再温柔一点」「笑声延长 0.3 秒」），逐步逼近理想效果。