技术博客/Step-Audio-EditX
StepFun前沿2026-04-09· 29 分钟· 多模态
Step-Audio-EditX
阶跃星辰开源的 3B 参数、基于 LLM 的强化学习音频编辑模型，专精于情绪、说话风格与副语言的迭代式编辑，并具备零样本 TTS 克隆能力；提供完整 SFT/DPO/GRPO 训练代码与 vLLM 推理支持，在零样本克隆与情绪控制评测上领先闭源模型。
本文需解锁后阅读
免费开放 3 篇精选工程博客（列表置顶）。其余文章登录后可阅读全文。
阶跃星辰开源的 3B 参数、基于 LLM 的强化学习音频编辑模型，专精于情绪、说话风格与副语言的迭代式编辑，并具备零样本 TTS 克隆能力；提供完整 SFT/DPO/GRPO 训练代码与 vLLM 推理支持，在零样本克隆与情绪控制评测上领先闭源模型。
免费开放 3 篇精选工程博客（列表置顶）。其余文章登录后可阅读全文。