StepAudio 3 Gen vs StepAudio 3 Music

StepAudio 3 Gen y StepAudio 3 Music lado a lado: especificaciones, capacidades, parámetros y precios en vivo del catálogo de EmpirioLabs.

StepFun Generación de audio

StepAudio 3 Gen vs StepAudio 3 Music de un vistazo

StepAudio 3 Gen y StepAudio 3 Music son modelos de StepFun en la categoría Generación de audio, disponibles a través de la API de EmpirioLabs.

Diferencias clave

  • StepAudio 3 Gen es el lanzamiento más reciente (9 sept 2026); StepAudio 3 Music se lanzó el 8 sept 2026.
  • Tipos de entrada que solo acepta StepAudio 3 Music: Audio.
  • Capacidades indicadas solo para StepAudio 3 Gen: text to speech, sound effects, voice control.
  • Capacidades indicadas solo para StepAudio 3 Music: music generation, audio in, multilingual.

StepAudio 3 Gen vs StepAudio 3 Music: especificaciones

EspecificaciónStepAudio 3 GenStepAudio 3 Music
ID del modelostepaudio-3-genstepaudio-3-music
AutorStepFunStepFun
Lanzado9 sept 20268 sept 2026
Entrada
Texto
Texto Audio
Salida
Audio
Audio
RegiónInternationalInternational
Endpoints
POST /v1/audio/generations
POST /v1/audio/generations
Capacidades
audio generation text to speech sound effects voice control
music generation audio generation audio in multilingual

StepAudio 3 Gen vs StepAudio 3 Music: precios de la API

Tarifas en vivo del catálogo de EmpirioLabs para ambos modelos. Cada tabla de tarifas siempre coincide con lo que cobra la API.

StepAudio 3 Gen vs StepAudio 3 Music: parámetros de la API

Parámetros de solicitud que cada modelo indica en EmpirioLabs, con los valores permitidos o el rango cuando corresponde. Un guion marca un parámetro que el modelo no indica.

ParámetroStepAudio 3 GenStepAudio 3 Music
promptstringstring
instructionmáx. 500-
rolesstring-
scriptsstring-
response_formatmp3, wav, flac, opus, pcm Predeterminado: mp3mp3, wav, flac, opus, pcm Predeterminado: mp3
sample_rate8000, 16000, 22050, 24000, 48000 Predeterminado: 24000-
speed0.5 a 2 Predeterminado: 1-
volume0.1 a 2 Predeterminado: 1-
text_normalizationstandard, enhanced Predeterminado: standard-
lyrics-string
task-text_to_music, music_cover, vocal_to_music Predeterminado: text_to_music
instrumental-boolean Predeterminado: false
song_audio-string
vocal_audio-string
temperature-0.01 a 2 Predeterminado: 0.85
top_p-0 a 1 Predeterminado: 0.92

StepAudio 3 Gen vs StepAudio 3 Music: límites y notas

StepAudio 3 Gen

Un clip terminado con líneas habladas, efectos de sonido, ambiente y música de fondo juntos. El texto en el prompt y los guiones se dice tal como está escrito: describe el escenario y la música de fondo en la instrucción, envolve un efecto de sonido o una señal musical entre corchetes y pon una dirección de entrega entre paréntesis. Envía un prompt o usa roles y scripts para el control de varios altavoces. Los roles e instrucciones están limitados a 500 caracteres cada uno y los scripts a 1.000. Los formatos de salida son mp3, wav, flac, opus y pcm. Las voces de referencia ni la clonación de voces no están disponibles en este modelo. Este modelo está en vista previa y sus capacidades pueden cambiar.

StepAudio 3 Music

Describe el estilo y el modelo escribe y interpreta una canción completa. Proporciona la letra o deja que el modelo la escriba, pon instrumental para una pista sin voces, o adjunta una canción de referencia para una versión o una voz seca para construir un arreglo alrededor. Etiquetas de sección como [Verso], [Coro] y [Outro] moldean la estructura. La duración de salida la elige el modelo y normalmente es de uno a tres minutos, por lo que no está establecida por un parámetro y dos ejecuciones del mismo prompt pueden variar. La facturación sigue la duración generada. Instrumental y letra no pueden combinarse. Este modelo está en vista previa y sus capacidades pueden cambiar.

Cómo llamar a StepAudio 3 Gen y StepAudio 3 Music

StepAudio 3 Gen funciona a través de POST /v1/audio/generations. La solicitud devuelve un job_id de inmediato; consulta GET /v1/jobs/{job_id} hasta que el trabajo termine y lee las URLs de salida del resultado. Ambos modelos se llaman a través del mismo endpoint. Establece model en stepaudio-3-gen o stepaudio-3-music. Consigue una clave de API en el panel de EmpirioLabs.

cURL: enviar el trabajo
curl https://api.empiriolabs.ai/v1/audio/generations \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "stepaudio-3-gen",
    "prompt": "Describe what you want StepAudio 3 Gen to generate."
  }'

StepAudio 3 Gen vs StepAudio 3 Music: preguntas frecuentes

¿Cuál es la diferencia entre StepAudio 3 Gen y StepAudio 3 Music?

StepAudio 3 Gen es el lanzamiento más reciente (9 sept 2026); StepAudio 3 Music se lanzó el 8 sept 2026. Tipos de entrada que solo acepta StepAudio 3 Music: Audio. Capacidades indicadas solo para StepAudio 3 Gen: text to speech, sound effects, voice control. Las especificaciones, las tablas de tarifas y los parámetros de esta página provienen del catálogo en vivo de EmpirioLabs.

¿Cuál es más reciente, StepAudio 3 Gen o StepAudio 3 Music?

StepAudio 3 Gen es el lanzamiento más reciente (9 sept 2026); StepAudio 3 Music se lanzó el 8 sept 2026.

¿Cuál tiene la tarifa más baja, StepAudio 3 Gen o StepAudio 3 Music?

Los dos modelos se tarifican con unidades o niveles distintos, así que compara las tablas de tarifas en vivo de esta página. Siempre coinciden con lo que cobra la API.

¿Puedo cambiar entre StepAudio 3 Gen y StepAudio 3 Music sin reconstruir mi integración?

Sí. Ambos modelos usan POST /v1/audio/generations con la misma clave de API de EmpirioLabs, así que la mayoría de las integraciones cambian con solo modificar el valor model. Revisa antes la tabla de parámetros de esta página si dependes de un parámetro específico de un modelo.

¿Puedo probar StepAudio 3 Gen y StepAudio 3 Music en el navegador antes de integrar?

Sí. Abre cada modelo en el playground de EmpirioLabs y ejecuta el mismo prompt en ambos, con los parámetros que expone la API.

¿Listo para usar mejores endpoints?

Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.