Бюро новин Coin界 повідомляє, що Jiēyuè Xīngchén випустила нове покоління автоматичної системи розпізнавання мови StepAudio 2.5 ASR, яке вже повністю запущено на їхній відкритій платформі. Ця версія першою впроваджує технологію багатотокенового прогнозування великих мовних моделей (MTP) у сферу розпізнавання мови, значно підвищуючи швидкість обчислень, одночасно повторно використовуючи контекстне вікно великої моделі на 32K, що руйнує обмеження традиційного розшифрування довгих аудіо з необхідністю розрізання та з'єднання. Новий модель безпосередньо повторно використовує контекстне вікно на 32K, підтримуючи енд-ту-енд обробку одного разу максимально 30 хвилин повного аудіо. У тестах із повним навантаженням на 30 хвилин модель не показала зниження точності з часом, а її загальна помилка на 10 авторитетних відкритих тестових наборах, таких як Librispeech, для англійської та китайської мов, була нижчою за конкурентів.