StepAudio 3 TTS vs Qwen Audio 3.0 TTS

StepAudio 3 TTS وQwen Audio 3.0 TTS جنبًا إلى جنب: المواصفات والقدرات والمعلمات والأسعار المباشرة من كتالوج EmpirioLabs.

StepFun Alibaba Cloud توليد الصوت

StepAudio 3 TTS vs Qwen Audio 3.0 TTS في لمحة

StepAudio 3 TTS من StepFun وQwen Audio 3.0 TTS من Alibaba Cloud كلاهما ضمن فئة توليد الصوت، ومتاحان عبر واجهة EmpirioLabs API.

أهم الفروق

  • 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.

StepAudio 3 TTS vs Qwen Audio 3.0 TTS: المواصفات

المواصفةStepAudio 3 TTSQwen Audio 3.0 TTS
معرّف النموذجstepaudio-3-ttsqwen-audio-3-0-tts
المطورStepFunAlibaba Cloud
تاريخ الإصدار9 سبتمبر 202620 يوليو 2026
الإدخال
نص
نص
الإخراج
صوت
صوت
المنطقةInternationalSingapore
نقاط النهاية
POST /v1/audio/speech POST /v1/audio/speech:stream
POST /v1/audio/speech POST /v1/audio/speech:stream GET /v1/voices
القدرات
text to speech contextual tts voice control multilingual
text to speech multilingual expressive prosody emotion control voice tags dialect low latency voice cloning

StepAudio 3 TTS vs Qwen Audio 3.0 TTS: أسعار الواجهة

أسعار مباشرة من كتالوج EmpirioLabs لكلا النموذجين. كل جدول أسعار يطابق دائمًا ما تحتسبه الواجهة.

StepAudio 3 TTS vs Qwen Audio 3.0 TTS: معلمات الواجهة

معلمات الطلب المدرجة لكل نموذج على EmpirioLabs، مع القيم المسموح بها أو النطاق حيثما ينطبق. تشير الشرطة إلى معلمة غير مدرجة للنموذج.

المعاملStepAudio 3 TTSQwen Audio 3.0 TTS
inputالحد الأقصى 1000الحد الأقصى 20000
voicelively-girl, vibrant-youth, soft-spoken-gentleman, magnetic-v... الافتراضي: lively-girlloongjameszhao, loongolivialin, loonglunawang, loongnorahu, l... الافتراضي: loongjameszhao
instructionالحد الأقصى 500الحد الأقصى 128
speed0.5 إلى 2 الافتراضي: 10.5 إلى 2 الافتراضي: 1
volume0.1 إلى 2 الافتراضي: 10 إلى 100 الافتراضي: 50
languageen, zh, ja, ko, fr, es الافتراضي: en-
response_formatmp3, wav, flac, opus, pcm الافتراضي: mp3mp3, wav, pcm, opus الافتراضي: mp3
sample_rate8000, 16000, 22050, 24000 الافتراضي: 240008000, 16000, 22050, 24000, 44100, 48000 الافتراضي: 24000
markdown_filterboolean الافتراضي: false-
pronunciation_mapstring-
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

StepAudio 3 TTS vs Qwen Audio 3.0 TTS: الحدود والملاحظات

StepAudio 3 TTS

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.

Qwen Audio 3.0 TTS

التصنيفات

  • بالإضافة إلى ذلك: أعلى جودة صوتية وتعبير، لإنشاء المحتوى، والكتب الصوتية، والدبلجة، والعمل الصوتي على العلامة التجارية
  • فلاش: مضبوط للتفاعل في الوقت الحقيقي مع تأخير أقل في الحزمة الأولى، لمساعدي الصوت والوكلاء المباشرين
  • قم بالتبديل باستخدام معامل model_tier، أو إرسال qwen-audio-3.0-tts-plus أو qwen-audio-3.0-tts-flash كمعرف النموذج

الأصوات

  • أكثر من 1000 صوت أساسي، جميعها متاحة في كلا المستويين، لذا فإن تغيير المستوى يحافظ على صوتك المختار
  • ستة أصوات رئيسية في النظام مخصصة لكل مستوى: longanlingxin وlonganlufeng على Plus، وlonganhuan_v3.6، longjielidou_v3.6، loongeva_v3.6، loongjohn على Flash
  • تصفح الكتالوج الكامل مع GET /v1/voices، ومرر أي صوت عبر voice_id

أصوات مخصصة

  • اضبط voice على custom ومرر voice_audio_url، ورابط https على 10 إلى 20 ثانية من الكلام الواضح من مكبر صوت واحد.
  • يتم قبول WAV، MP3، M4A، OGG، WEBM وFLAC، حتى 15 ميجابايت. التسجيل في غرفة هادئة، بدون موسيقى أو أصوات أخرى.
  • الصوت مخصص model_tier المختار. يشمل الرد voice_id voice_id_expires_at: تمرير voice_id ك voice أو voice_id، بنفس model_tier، لإعادة استخدام الصوت لمدة 7 أيام. فقط الحساب الذي أنشأه يمكنه استخدامه.
  • يمكن لكل حساب احتواء 10 أصوات مخصصة على هذا النموذج في نفس الوقت.
  • GET /v1/voices?model=qwen-audio-3-0-tts يسرد أصوات النموذج، بما في ذلك أصواتك المخصصة مع معرفاتها. أضف type=custom لسرد الأصوات المخصصة فقط.
  • DELETE /v1/voices/{voice_id}?model=qwen-audio-3-0-tts يحذف صوتا مخصصا، مما يحرر مكانه فورا.
  • في Playground، قم بتعيين الصوت على مخصص لاستخدام صوت محفوظ مرة أخرى، أو نسخ معرفه، أو احذفه.
  • إنشاء وإدراج وحذف الأصوات المخصصة تضيف مجانا.

حدود الإدخال

  • حتى 20,000 حرف لكل طلب
  • instruction يقبل حتى 128 حرفا
  • لا يتم دعم إدخال SSML. استخدم instruction لتوجيه التوصيل، والوسوم الداخلية مثل [excited] أو [whispers] داخل النص

التصنيف

  • يتم احتساب كل حرف من نص الإدخال بمعدل الفئة المختارة

كيفية استدعاء StepAudio 3 TTS وQwen Audio 3.0 TTS

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
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.mp3

StepAudio 3 TTS vs Qwen Audio 3.0 TTS: اختبارات وأدلة

اختبارات مطالبات ومقارنات تغطي كلا النموذجين.

StepAudio 3 TTS vs Qwen Audio 3.0 TTS: أسئلة شائعة

ما الفرق بين StepAudio 3 TTS وQwen Audio 3.0 TTS؟

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.

أيهما أحدث، StepAudio 3 TTS أم Qwen Audio 3.0 TTS؟

StepAudio 3 TTS هو الإصدار الأحدث (9 سبتمبر 2026)؛ أما Qwen Audio 3.0 TTS فصدر في 20 يوليو 2026.

أيهما سعره أقل، StepAudio 3 TTS أم Qwen Audio 3.0 TTS؟

يُسعَّر النموذجان بوحدات أو مستويات مختلفة، لذا قارن جداول الأسعار المباشرة في هذه الصفحة. وهي تطابق دائمًا ما تحتسبه الواجهة.

هل يمكنني التبديل بين StepAudio 3 TTS وQwen Audio 3.0 TTS دون إعادة بناء التكامل؟

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.

هل يمكنني تجربة StepAudio 3 TTS وQwen Audio 3.0 TTS في المتصفح قبل الدمج؟

نعم. افتح كل نموذج في ملعب EmpirioLabs وشغّل المطالبة نفسها على الاثنين، بالمعلمات التي توفرها الواجهة.

هل أنت مستعد لاستخدام نقاط نهاية أفضل؟

تحقق من تسعيرنا أو تواصل إذا كنت ترغب في نشر نموذجك الخاص على مجموعتنا.