النوع
المواصفة
السعر
النسخ
لكل ساعة صوتية
$0.60
StepAudio 3 ASR Max وQwen Audio 3.0 ASR جنبًا إلى جنب: المواصفات والقدرات والمعلمات والأسعار المباشرة من كتالوج EmpirioLabs.
StepFun 
Alibaba Cloud النسخStepAudio 3 ASR Max من StepFun وQwen Audio 3.0 ASR من Alibaba Cloud كلاهما ضمن فئة النسخ، ومتاحان عبر واجهة EmpirioLabs API.
| المواصفة | StepAudio 3 ASR Max | Qwen Audio 3.0 ASR |
|---|---|---|
| معرّف النموذج | stepaudio-3-asr-max | qwen-audio-3-0-asr |
| المطور | StepFun | Alibaba Cloud |
| تاريخ الإصدار | 31 أغسطس 2026 | 30 يوليو 2026 |
| الإدخال | صوت | صوت |
| الإخراج | نص | نص |
| المنطقة | International | Singapore |
| نقاط النهاية | POST /v1/audio/transcriptions | POST /v1/audio/transcriptions |
| 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 | StepAudio 3 ASR Max | Qwen Audio 3.0 ASR |
|---|---|---|
| file | string | - |
| file_url | string | - |
| audio_base64 | string | - |
| enable_itn | boolean الافتراضي: true | - |
| format | wav, mp3, ogg, m4a, pcm | - |
| codec | string | - |
| rate | number | - |
| bits | number | - |
| channel | number | - |
يدعم مدخلات wav وmp3 وogg وm4a وpcm. يجب أن تتضمن طلبات PCM الترميز، معدل العينة، عمق البت، وعدد القنوات. يتم اكتشاف اللغة تلقائيا ولا يمكن تعيينها؛ يتم التعرف على الصينية، الإنجليزية، اليابانية، الكورية، الفرنسية، والإسبانية، مع وجود لغات غير الصينية والإنجليزية في المعاينة. تطبيع النص العكسي مفعل افتراضيا ويمكن إيقافه باستخدام enable_itn. الكلمات الساخنة وطوابع زمنية الكلمات غير متوفرة في هذا الطراز. يتم احتساب الصوت حسب المدة المقاسة، مع حد أدنى لثانية واحدة.
أرسل ملفا كfile متعدد الأجزاء، أو JSON مع audio_url أو audio_base64، بصيغ صوتية شائعة. يتم قبول المقاطع القصيرة والتسجيلات الطويلة معا.
يعيد الطلب job_id وpoll_url فورا. استطلاع GET /v1/jobs/<job-id> حتى يصبح status completed. تنتهي المقاطع القصيرة في ثوان؛ التسجيلات الطويلة تستغرق وقتا أطول.
result المهمة المكتملة يحتفظ بالنص الكامل كمقاطع text وجمل مع أوقات البداية والنهاية. يتم اكتشاف اللغة تلقائيا، بما في ذلك اللهجات الصينية.
يتم احتساب المبلغ لكل ثانية من الصوت، ثم يدور إلى الثانية التالية بالسعر الساعة المعروض.
يعمل StepAudio 3 ASR Max عبر POST /v1/audio/transcriptions. يعيد الطلب job_id فورًا؛ استعلم عن GET /v1/jobs/{job_id} حتى تكتمل المهمة ثم اقرأ روابط الإخراج من النتيجة. يُستدعى النموذجان عبر نقطة النهاية نفسها. اضبط model على stepaudio-3-asr-max أو qwen-audio-3-0-asr. احصل على مفتاح API من لوحة تحكم EmpirioLabs.
curl https://api.empiriolabs.ai/v1/audio/transcriptions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "stepaudio-3-asr-max",
"audio_url": "https://example.com/meeting-recording.mp3"
}'اختبارات مطالبات ومقارنات تغطي كلا النموذجين.
StepAudio 3 ASR Max هو الإصدار الأحدث (31 أغسطس 2026)؛ أما Qwen Audio 3.0 ASR فصدر في 30 يوليو 2026. Qwen Audio 3.0 ASR لديه السعر الأقل لـ النسخ (لكل ساعة صوتية). المواصفات وجداول الأسعار والمعلمات في هذه الصفحة مصدرها كتالوج EmpirioLabs المباشر.
StepAudio 3 ASR Max هو الإصدار الأحدث (31 أغسطس 2026)؛ أما Qwen Audio 3.0 ASR فصدر في 30 يوليو 2026.
Qwen Audio 3.0 ASR لديه السعر الأقل لـ النسخ (لكل ساعة صوتية). جدولا الأسعار المباشران موجودان في هذه الصفحة ويطابقان دائمًا ما تحتسبه الواجهة.
نعم. يستخدم النموذجان POST /v1/audio/transcriptions 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.
