

StepAudio 3 TTS وQwen Audio 3.0 TTS جنبًا إلى جنب: المواصفات والقدرات والمعلمات والأسعار المباشرة من كتالوج EmpirioLabs.
StepAudio 3 TTS من StepFun وQwen Audio 3.0 TTS من Alibaba Cloud كلاهما ضمن فئة توليد الصوت، ومتاحان عبر واجهة EmpirioLabs API.
| المواصفة | StepAudio 3 TTS | Qwen Audio 3.0 TTS |
|---|---|---|
| معرّف النموذج | stepaudio-3-tts | qwen-audio-3-0-tts |
| المطور | StepFun | Alibaba Cloud |
| تاريخ الإصدار | 9 سبتمبر 2026 | 20 يوليو 2026 |
| الإدخال | نص | نص |
| الإخراج | صوت | صوت |
| المنطقة | International | Singapore |
| نقاط النهاية | POST /v1/audio/speech POST /v1/audio/speech:stream | POST /v1/audio/speech POST /v1/audio/speech:stream GET /v1/voices |
| 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 TTS | Qwen Audio 3.0 TTS |
|---|---|---|
| input | الحد الأقصى 1000 | الحد الأقصى 20000 |
| voice | lively-girl, vibrant-youth, soft-spoken-gentleman, magnetic-v... الافتراضي: lively-girl | loongjameszhao, loongolivialin, loonglunawang, loongnorahu, l... الافتراضي: loongjameszhao |
| instruction | الحد الأقصى 500 | الحد الأقصى 128 |
| speed | 0.5 إلى 2 الافتراضي: 1 | 0.5 إلى 2 الافتراضي: 1 |
| volume | 0.1 إلى 2 الافتراضي: 1 | 0 إلى 100 الافتراضي: 50 |
| language | en, zh, ja, ko, fr, es الافتراضي: en | - |
| response_format | mp3, wav, flac, opus, pcm الافتراضي: mp3 | mp3, wav, pcm, opus الافتراضي: mp3 |
| sample_rate | 8000, 16000, 22050, 24000 الافتراضي: 24000 | 8000, 16000, 22050, 24000, 44100, 48000 الافتراضي: 24000 |
| markdown_filter | boolean الافتراضي: false | - |
| pronunciation_map | string | - |
| model_tier | - | plus, flash الافتراضي: plus |
| voice_audio_url | - | string |
| voice_id | - | string |
| pitch | - | 0.5 إلى 2 الافتراضي: 1 |
| language_hints | - | zh, en |
| seed | - | 0 إلى 65535 الافتراضي: 0 |
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 StepAudio 3 TTS الكلام عبر POST /v1/audio/speech ويعيد صوتًا قابلًا للتشغيل. أرسل النص المطلوب نطقه في input مع معرّف النموذج stepaudio-3-tts. يُستدعى النموذجان عبر نقطة النهاية نفسها. اضبط model على stepaudio-3-tts أو qwen-audio-3-0-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": "stepaudio-3-tts",
"input": "Welcome to EmpirioLabs. Your build just finished."
}' \
--output speech.mp3اختبارات مطالبات ومقارنات تغطي كلا النموذجين.
StepAudio 3 TTS هو الإصدار الأحدث (9 سبتمبر 2026)؛ أما Qwen Audio 3.0 TTS فصدر في 20 يوليو 2026. قدرات مذكورة لـ StepAudio 3 TTS فقط: contextual tts, voice control. قدرات مذكورة لـ Qwen Audio 3.0 TTS فقط: expressive prosody, emotion control, voice tags, dialect, low latency, voice cloning. المواصفات وجداول الأسعار والمعلمات في هذه الصفحة مصدرها كتالوج EmpirioLabs المباشر.
StepAudio 3 TTS هو الإصدار الأحدث (9 سبتمبر 2026)؛ أما Qwen Audio 3.0 TTS فصدر في 20 يوليو 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.