Modelos de generación de voz, música y sonido en una API unificada.
Los modelos de generación de audio en EmpirioLabs incluyen text-to-speech, música y efectos de sonido, con opciones como múltiples altavoces o clonación de voz según el modelo. Envías tu mensaje o prompt y recuperas el audio, facturado por generación o por minuto.
La tarifa más baja que publica cada modelo, leída en vivo de su tarjeta de precios, de la más barata a la más cara. La página de cada modelo muestra todas sus tarifas y opciones.
Precio por caracteres de texto
| Modelo | Tarifa más baja | Se aplica a |
|---|---|---|
| TTS 2 Flash Inworld | $15.00$10.50 por 1M de caracteres | Síntesis |
| StepAudio 3 Gen StepFun | $0.14 por cada 10.000 caracteres | Generación |
| StepAudio 3 TTS StepFun | $0.14 por cada 10.000 caracteres | Síntesis |
| Qwen Audio 3.0 TTS Alibaba Cloud | $0.15 por cada 10.000 caracteres | Síntesis flash |
| SoulX Podcast Soul AI Lab | $0.015 por cada 1.000 caracteres, mínimo 700 caracteres por petición | Base |
| TTS 1.5 Mini Inworld | $25.00$17.50 por 1M de caracteres | Síntesis |
| TTS 2 Inworld | $25.00$22.00 por 1M de caracteres | Síntesis |
| TTS 1.5 Max Inworld | $35.00$29.75 por 1M de caracteres | Síntesis |
| Modelo | Tarifa más baja | Se aplica a |
|---|---|---|
| Qwen Audio 3.1 TTS Plus Alibaba Cloud | $0.60 por cada 10.000 caracteres | Síntesis |
| StepAudio 2.5 TTS StepFun | $0.85 por cada 10.000 caracteres | Síntesis |
| GLM TTS Z.ai | $0.20 por cada 1.000 caracteres, mínimo 50 caracteres por solicitud | Rápido (INT8) |
Precio por segundo
| Modelo | Tarifa más baja | Se aplica a |
|---|---|---|
| ACE-Step 1.5 XL ACE-Step | $0.0003$0.00025 por segundo generado | Generación musical |
| StepAudio 3 Music StepFun | $0.000667 por segundo generado | De texto a música |
| Sonilo Audio Ducking Sonilo | $0.0012 por segundo generado | Ducking de audio |
| MiniMax Music 3 MiniMax | $0.002$0.0018 por segundo generado | Generación musical |
| Sonilo Sound Effects 1.0 Sonilo | $0.0036 por segundo generado | De texto a efecto sonoro |
| Sonilo v1.1 Sonilo | $0.0045 por segundo generado | De texto a música |
Los modelos que se facturan en otras unidades no aparecen en esta clasificación. La página de cada modelo tiene su tarjeta de precios completa.
ACE-Step 1.5 XL 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. Cambia el id model por cualquier modelo de arriba. Consigue una clave de API en el panel de EmpirioLabs.
curl https://api.empiriolabs.ai/v1/audio/generations \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "ace-step-1-5-xl",
"prompt": "Describe what you want ACE-Step 1.5 XL to generate."
}'EmpirioLabs lista 39 APIs de modelos de Generación de audio, incluyendo ACE-Step 1.5 XL, TTS 2, TTS 1.5 Mini. Cada modelo tiene su propia página de API con precios en vivo, parámetros y un quickstart.
Paga por uso o elige un plan con asignaciones semanales. La tabla de tarifas exacta está en la página de cada modelo y siempre coincide con lo que cobra la API.
TTS 2 Flash publica la tarifa por carácter más baja de los 11 modelos de Generación de audio con ese tipo de precio, seguido de StepAudio 3 Gen, StepAudio 3 TTS. La tabla de precios de esta página muestra la tarifa más baja de cada modelo y a qué se aplica.
No. Cada modelo aquí funciona en el playground de EmpirioLabs, una interfaz amigable en el navegador donde ajustas las opciones y ves resultados sin escribir código. Cuando quieras automatizar, el mismo modelo está disponible a través de la API.
Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.