StepAudio 3 TTS 语音合成模型
StepFun发布于 2026年11月。
StepAudio3TTS是StepFun的语音合成(TTS)模型。在ArtificialAnalysisTTS盲听榜排第3/106名,Elo1307(95%置信区间±17,1,882个样本)。官方价格约每百万字符$14。发布于2026年11月。
关键数据
- 厂商
- StepFun
- AA 排名
- #3 / 106
- AA Elo(95% CI)
- 1307 ±17
- AA 样本数
- 1,882
- 价格(每百万字符)
- $14
- 发布时间
- 2026年11月
- AA 测试音色数
- 8
暂无数据:TTS Arena Elo(不确定度)、TTS Arena 票数、TTS Arena 胜率、开源权重、许可证、支持语言、声音克隆
适合谁用(按数据)
- 追求最佳音质:AA 榜第 3 / 106,位于前 10。
- 预算敏感:每百万字符 $14,在 92 个有标价的模型中属于最便宜的三分之一。
- 通过 StepFun 的服务或 API 使用;数据源未标记为开放权重。
- 已在用 StepFun 的产品:该厂商在本榜共有 4 个模型。
排名相邻的模型
按 AA Elo;本模型高亮| # | 模型 | AA Elo | Arena Elo | 价格 $/1M 字符 | 开源权重 | 分差 |
|---|---|---|---|---|---|---|
| 1 | 1340 | – | $80 | – | +33 | |
| 2 | 1340 | – | $40 | – | +33 | |
| 3 | 1307 | – | $14 | – | ||
| 4 | 1298 | – | $19.31 | – | -9 | |
| 5 | CSonic 3.6 Cartesia | 1294 | – | $49 | – | -13 |
| 6 | SSimba 3.5 SpeechifyAI | 1293 | – | $6.58 | – | -14 |
| 7 | 1282 | – | $16.49 | – | -25 |
替代方案 · 更便宜且 AA Elo 不低于 1277
| # | 模型 | AA Elo | Arena Elo | 价格 $/1M 字符 | 开源权重 |
|---|---|---|---|---|---|
| 6 | SSimba 3.5 SpeechifyAI | 1293 | – | $6.58 | – |
替代方案 · StepFun 的其他模型
| # | 模型 | AA Elo | Arena Elo | 价格 $/1M 字符 | 开源权重 |
|---|---|---|---|---|---|
| 18 | 1214 | – | $85 | – | |
| 38 | 1136 | – | $40 | – | |
| 49 | 1100 | – | – | 开源 |
替代方案 · 开源权重 AA Elo 前五
| # | 模型 | AA Elo | Arena Elo | 价格 $/1M 字符 | 开源权重 |
|---|---|---|---|---|---|
| 8 | 1277 | – | $15 | 开源 | |
| 14 | 1237 | – | $15 | 开源 | |
| 15 | BBreeze TTS 2 BreezeBlue | 1228 | – | $34 | 开源 |
| 27 | 1179 | – | – | 开源 | |
| 46 | GPhonon 31M (English) Gradium | 1108 | – | $0 | 开源 |
怎么看这些分数
- AA Elo:Artificial Analysis 语音竞技场的 Elo 分。用户盲听两段语音、选出更好的一段,按胜负计算;「±」是 95% 置信区间。
- TTS Arena Elo:TTS Arena V2 社区盲听投票的 Elo。两个榜的分数尺度不同,不能直接相减比较。
- 两个模型的分差小于双方区间之和时,先后顺序在统计上并不可靠,可视为同一档;样本或票数越多,区间越窄。
常见问题
StepAudio 3 TTS 在语音合成排行榜上排第几?
截至 2026年11月21日,StepAudio 3 TTS 在 Artificial Analysis TTS 榜排第 3 / 106 名,Elo 1307(±17)。
StepAudio 3 TTS 是开源的吗?
数据源没有把 StepAudio 3 TTS 标记为开源权重,一般需要通过 StepFun 的 API 调用。
AA 前 10 名里哪个语音合成模型最便宜?
AA 前 10 名中标价最低的是 Simba 3.5(SpeechifyAI),每百万字符 $6.58,Elo 1293。
最好的开源语音合成模型是哪个?
按 AA Elo,开源权重模型中最高的是 Fish Audio 的 Fish Audio Drama 3(Elo 1277,总榜第 8 名),共 20 个开源权重模型有 AA 成绩。
StepAudio 3 TTS 多少钱?
按 Artificial Analysis 的记录,StepAudio 3 TTS 每百万字符 $14。价格会变动,以厂商官网为准。
StepAudio 3 TTS 是哪家公司做的?
StepAudio 3 TTS 由 StepFun 开发,Artificial Analysis 记录的发布时间为 2026年11月。
StepAudio 3 TTS 的分数有多可靠?
分数基于1,882 个 AA 样本(95% 区间 ±17)。样本越多、区间越窄,排名越稳定。
StepAudio 3 TTS 和第一名差多少?
AA 榜第一是 Eleven v4(Elo 1340),StepAudio 3 TTS 为 Elo 1307,相差 33 分。
数据来源
17NAS 每日自动同步上游榜单;本页数据同步于 2026年11月21日。
「–」表示上游数据源没有提供该项,本站不做推测。