النوع
المواصفة
السعر
المدخلات
لكل 1M رموز مطالبة
$2.60
المخرجات
لكل مليون رمز مولد
$46.80
Gemini 3.8 Flash TTS وStepAudio 3 TTS جنبًا إلى جنب: المواصفات والقدرات والمعلمات والأسعار المباشرة من كتالوج EmpirioLabs.
Google 
StepFun توليد الصوتGemini 3.8 Flash TTS من Google وStepAudio 3 TTS من StepFun كلاهما ضمن فئة توليد الصوت، ومتاحان عبر واجهة EmpirioLabs API.
| المواصفة | Gemini 3.8 Flash TTS | StepAudio 3 TTS |
|---|---|---|
| معرّف النموذج | gemini-3-8-flash-tts | stepaudio-3-tts |
| المطور | StepFun | |
| تاريخ الإصدار | 22 سبتمبر 2026 | 9 سبتمبر 2026 |
| الإدخال | نص | نص |
| الإخراج | صوت | صوت |
| المنطقة | - | International |
| نقاط النهاية | POST /v1/audio/speech POST /v1/audio/speech:stream GET /v1/voices | POST /v1/audio/speech POST /v1/audio/speech:stream |
| القدرات |
أسعار مباشرة من كتالوج EmpirioLabs لكلا النموذجين. كل جدول أسعار يطابق دائمًا ما تحتسبه الواجهة.
معلمات الطلب المدرجة لكل نموذج على EmpirioLabs، مع القيم المسموح بها أو النطاق حيثما ينطبق. تشير الشرطة إلى معلمة غير مدرجة للنموذج.
| المعامل | Gemini 3.8 Flash TTS | StepAudio 3 TTS |
|---|---|---|
| input | الحد الأقصى 5000 | الحد الأقصى 1000 |
| mode | single, multi الافتراضي: single | - |
| language | string | en, zh, ja, ko, fr, es الافتراضي: en |
| voice | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... الافتراضي: Charon | lively-girl, vibrant-youth, soft-spoken-gentleman, magnetic-v... الافتراضي: lively-girl |
| voice_audio_url | string | - |
| voice_consent_audio_url | string | - |
| voice2 | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... الافتراضي: Kore | - |
| speaker1_name | string الافتراضي: Speaker1 | - |
| speaker2_name | string الافتراضي: Speaker2 | - |
| output_format | WAV, MP3, OGG, ALAW, MULAW الافتراضي: WAV | - |
| speed | 0.25 إلى 2 الافتراضي: 1 | 0.5 إلى 2 الافتراضي: 1 |
| volume_gain | -96 إلى 16 الافتراضي: 0 | - |
| sample_rate | 8000, 16000, 22050, 24000, 44100, 48000 الافتراضي: 24000 | 8000, 16000, 22050, 24000 الافتراضي: 24000 |
| style_prompt | string | - |
| instruction | - | الحد الأقصى 500 |
| volume | - | 0.1 إلى 2 الافتراضي: 1 |
<argh> <breath> <heavy breath> <exhales> <cackle> <cheer> <chuckle> <chuckles> <cough> <cry> <gasp> <giggle> <groan> <growl> <grunt> <grr> <hiss> <laugh> <laughter> <moan> <pant> <pff> <phew> <scream> <shout> <shriek> <sigh> <sighs> <sneeze> <snicker> <snort> <sob> <throat-clearing> <tsk> <whimper> <whispers> <whispering> <yawn> <short pause> <long pause>الحد الأقصى للمدخلات هو 1,000 حرف. المحتوى بين قوسين يعامل كاتجاه تسليم ولا يتحدث بقوة. استخدم التعليمات لتوجيه المشاعر أو الأسلوب العام، حتى 500 حرف. يتوفر اثنا عشر صوتا نظاميا. اللغات المعترف بها هي الصينية، الإنجليزية، اليابانية، الكورية، الفرنسية، والإسبانية، مع لغات غير الصينية والإنجليزية في المعاينة. صيغ الإخراج هي mp3، wav، flac، opus، وpcm عند 8000، 16000، 22050، أو 24000 هرتز. يتم إرجاع Wav كملف كامل بدلا من البث. هذا النموذج لا يدعم voice_label.
يولّد Gemini 3.8 Flash TTS الكلام عبر POST /v1/audio/speech ويعيد صوتًا قابلًا للتشغيل. أرسل النص المطلوب نطقه في input مع معرّف النموذج gemini-3-8-flash-tts. يُستدعى النموذجان عبر نقطة النهاية نفسها. اضبط model على gemini-3-8-flash-tts أو stepaudio-3-tts. احصل على مفتاح API من لوحة تحكم EmpirioLabs.
curl https://api.empiriolabs.ai/v1/audio/speech \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3-8-flash-tts",
"input": "Welcome to EmpirioLabs. Your build just finished."
}' \
--output speech.mp3اختبارات مطالبات ومقارنات تغطي كلا النموذجين.
Gemini 3.8 Flash TTS هو الإصدار الأحدث (22 سبتمبر 2026)؛ أما StepAudio 3 TTS فصدر في 9 سبتمبر 2026. قدرات مذكورة لـ Gemini 3.8 Flash TTS فقط: multi speaker, voice tags, streaming, voice cloning. قدرات مذكورة لـ StepAudio 3 TTS فقط: contextual tts. المواصفات وجداول الأسعار والمعلمات في هذه الصفحة مصدرها كتالوج EmpirioLabs المباشر.
Gemini 3.8 Flash TTS هو الإصدار الأحدث (22 سبتمبر 2026)؛ أما StepAudio 3 TTS فصدر في 9 سبتمبر 2026.
يُسعَّر النموذجان بوحدات أو مستويات مختلفة، لذا قارن جداول الأسعار المباشرة في هذه الصفحة. وهي تطابق دائمًا ما تحتسبه الواجهة.
نعم. يستخدم النموذجان POST /v1/audio/speech بمفتاح EmpirioLabs API نفسه، لذا يكفي في معظم التكاملات تغيير قيمة model للتبديل. راجع أولًا جدول المعلمات في هذه الصفحة إذا كنت تعتمد على معلمة خاصة بنموذج معين.
نعم. افتح كل نموذج في ملعب EmpirioLabs وشغّل المطالبة نفسها على الاثنين، بالمعلمات التي توفرها الواجهة.
تحقق من تسعيرنا أو تواصل إذا كنت ترغب في نشر نموذجك الخاص على مجموعتنا.
