النوع
المواصفة
السعر
التركيب
لكل 10,000 حرف
$0.14
StepAudio 3 TTS وStepAudio 2.5 TTS جنبًا إلى جنب: المواصفات والقدرات والمعلمات والأسعار المباشرة من كتالوج EmpirioLabs.
StepFun توليد الصوتStepAudio 3 TTS وStepAudio 2.5 TTS كلاهما من نماذج StepFun ضمن فئة توليد الصوت، ومتاحان عبر واجهة EmpirioLabs API.
| المواصفة | StepAudio 3 TTS | StepAudio 2.5 TTS |
|---|---|---|
| معرّف النموذج | stepaudio-3-tts | stepaudio-2-5-tts |
| المطور | StepFun | StepFun |
| تاريخ الإصدار | 9 سبتمبر 2026 | 21 أبريل 2026 |
| الإدخال | نص | نص |
| الإخراج | صوت | صوت |
| المنطقة | International | International |
| نقاط النهاية | POST /v1/audio/speech POST /v1/audio/speech:stream | 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 | StepAudio 3 TTS | StepAudio 2.5 TTS |
|---|---|---|
| input | الحد الأقصى 1000 | الحد الأقصى 1000 |
| voice | lively-girl, vibrant-youth, soft-spoken-gentleman, magnetic-v... الافتراضي: lively-girl | lively-girl, vibrant-youth, soft-spoken-gentleman, magnetic-v... الافتراضي: lively-girl |
| instruction | الحد الأقصى 500 | الحد الأقصى 200 |
| speed | 0.5 إلى 2 الافتراضي: 1 | 0.5 إلى 2 الافتراضي: 1 |
| volume | 0.1 إلى 2 الافتراضي: 1 | 0.1 إلى 2 الافتراضي: 1 |
| language | en, zh, ja, ko, fr, es الافتراضي: en | - |
| response_format | mp3, wav, flac, opus, pcm الافتراضي: mp3 | mp3, wav, flac, opus, pcm الافتراضي: mp3 |
| sample_rate | 8000, 16000, 22050, 24000 الافتراضي: 24000 | 8000, 16000, 22050, 24000 الافتراضي: 24000 |
| markdown_filter | boolean الافتراضي: false | boolean الافتراضي: false |
| pronunciation_map | string | object |
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.
الحد الأقصى للمدخلات هو 1000 حرف. المحتوى بين قوسين يعامل كاتجاه ولا ينطق. استخدم التعليمات لتوجيه المشاعر أو الأسلوب العام. لا يدعم StepAudio 2.5 TTS 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 stepaudio-2-5-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.mp3StepAudio 3 TTS هو الإصدار الأحدث (9 سبتمبر 2026)؛ أما StepAudio 2.5 TTS فصدر في 21 أبريل 2026. StepAudio 3 TTS لديه السعر الأقل لـ التركيب (لكل 10,000 حرف). المواصفات وجداول الأسعار والمعلمات في هذه الصفحة مصدرها كتالوج EmpirioLabs المباشر.
StepAudio 3 TTS هو الإصدار الأحدث (9 سبتمبر 2026)؛ أما StepAudio 2.5 TTS فصدر في 21 أبريل 2026.
StepAudio 3 TTS لديه السعر الأقل لـ التركيب (لكل 10,000 حرف). جدولا الأسعار المباشران موجودان في هذه الصفحة ويطابقان 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.