StepAudio API

Todos los modelos StepAudio en EmpirioLabs AI, 11 en total. Compáralos y llama al que mejor se ajuste a tu tarea, calidad y presupuesto.

StepFun Generación de audio Transcripción Generacion de texto 11 modelos

Acerca de las APIs de StepAudio

StepAudio en EmpirioLabs reúne 11 APIs de modelos de StepFun, incluyendo StepAudio 3 TTS, StepAudio 3 Chat, StepAudio 3 Gen, StepAudio 3 Music. Cada modelo tiene su propia página con precios en vivo, parámetros, documentación y acceso al playground.

Modelos StepAudio (11)

Precios de la API de StepAudio

Compara la familia de un vistazo y luego abre una página de modelo para ver la tabla de tarifas en vivo completa y los parámetros.

Generación de audio: Precio por caracteres de texto

ModeloTarifa más bajaSe aplica a
StepAudio 3 Gen$0.14 por cada 10.000 caracteresGeneración
StepAudio 3 TTS$0.14 por cada 10.000 caracteresSíntesis
StepAudio 2.5 TTS$0.85 por cada 10.000 caracteresSíntesis

Generacion de texto: Por 1M de tokens, según la tarifa de entrada

ModeloEntradaSalida
StepAudio 2.5 Chat$1.50$3.50
StepAudio 3 Chat$1.50$3.50

Transcripción: Precio por minuto u hora de audio

ModeloTarifa más bajaSe aplica a
StepAudio 2.5 ASR$0.05 por hora de audioTranscripción
StepAudio 2.5 ASR Stream$0.40 por hora de audioTranscripción
StepAudio 3 ASR Max$0.60 por hora de audioTranscripción
Endpoint
POST/v1/audio/speech
Precios
Tipo
Especificación
Tarifa
Síntesis
por cada 10.000 caracteres
$0.14
Ideal para
Síntesis de voz a nivel humano en seis idiomas, con 12 voces de sistema, dirección de entrega en lenguaje natural y reproducción en streaming.
Endpoint
POST/v1/chat/completions
Precios
Tipo
Especificación
Tarifa
Entrada
por 1M de tokens de prompt
$1.50
Salida
por 1M de tokens generados
$3.50
Lectura implícita de caché
por cada 1M de tokens de entrada en caché
$0.30
Búsqueda web (Linkup)
por llamada cuando se invoca
$0.013
Ideal para
Modelo de conversación de audio y texto que razona antes de responder, con llamada de función y salida JSON.
Endpoint
POST/v1/audio/generations
Precios
Tipo
Especificación
Tarifa
Generación
por cada 10.000 caracteres
$0.14
Ideal para
Genera diálogos, efectos de sonido, ambiente y música de fondo juntos en un solo clip a partir de una escena escrita.
Endpoint
POST/v1/audio/generations
Precios
Tipo
Especificación
Tarifa
De texto a música
por segundo generado
$0.000667
De audio a música
por segundo generado
$0.001334
Ideal para
Compone canciones completas a partir de una descripción de estilo, con voces, arreglos y mezclas, o instrumentales y versiones.
Endpoint
POST/v1/audio/transcriptions
Precios
Tipo
Especificación
Tarifa
Transcripción
por hora de audio
$0.60
Ideal para
Transcripción contextual para nombres propios, términos técnicos, dialectos y audio difícil que incluye susurros, habla rápida y canto.
Endpoint
WEBSOCKET/v1/realtime
Precios
Tipo
Especificación
Tarifa
Sesión
por minuto
$0.125
Ideal para
Voz que entra, voz sale, por un socket. Interruptible a mitad de respuesta, con detección de actividad vocal que decide cuándo contestar.
Endpoint
WEBSOCKET/v1/realtime
Precios
Tipo
Especificación
Tarifa
Entrada
por 1M de tokens de prompt
$1.50
Salida
por 1M de tokens generados
$10.00
Lectura implícita de caché
por cada 1M de tokens de entrada en caché
$0.30
Ideal para
Habla dentro, habla fuera, sobre una sola cavidad, con comprensión paralingüística del tono y el ritmo.
Endpoint
WEBSOCKET/v1/realtime
Precios
Tipo
Especificación
Tarifa
Transcripción
por hora de audio
$0.40
Ideal para
Transcripción en directo por un socket, devolviendo resultados parciales mientras el hablante habla, con la detección de actividad vocal marcando cada frase.
Endpoint
POST/v1/audio/transcriptions
Precios
Tipo
Especificación
Tarifa
Transcripción
por hora de audio
$0.05
Ideal para
Modelo de reconocimiento de voz en streaming StepFun para transcripción de audio en chino e inglés.
Endpoint
POST/v1/audio/speech
Precios
Tipo
Especificación
Tarifa
Síntesis
por cada 10.000 caracteres
$0.85
Ideal para
Modelo contextual de StepFun text-to-speech con dirección de voz en lenguaje natural y entrega expresiva.
Endpoint
POST/v1/chat/completions
Precios
Tipo
Especificación
Tarifa
Entrada
por 1M de tokens de prompt
$1.50
Salida
por 1M de tokens generados
$3.50
Lectura implícita de caché
por cada 1M de tokens de entrada en caché
$0.30
Búsqueda web (Linkup)
por llamada cuando se invoca
$0.013
Ideal para
Modelo de conversación de audio y texto StepFun con salida de texto y comprensión paralingüística.
Compara todos los modelos en la página de precios completa

Ejemplos y comparativas de StepAudio

Resultados de nuestras pruebas publicadas. Cada uno enlaza a la publicación de la que procede.

Mira pruebas de prompts, notas de resultados y comparativas que mencionan esta familia de modelos.

APIs de StepAudio: preguntas frecuentes

¿Qué es la API de StepAudio?

StepAudio en EmpirioLabs abarca 11 APIs de modelos de StepFun: StepAudio 3 TTS, StepAudio 3 Chat, StepAudio 3 Gen, StepAudio 3 Music, StepAudio 3 ASR Max, StepAudio 3 Realtime, StepAudio 2.5 Realtime, StepAudio 2.5 ASR Stream, StepAudio 2.5 ASR, StepAudio 2.5 TTS, StepAudio 2.5 Chat. Usas una sola clave de la API de EmpirioLabs y eliges el ID de modelo que se ajuste a la solicitud.

¿Qué modelo de StepAudio debería usar?

Empieza con el modelo cuya página coincida con tus necesidades de velocidad, calidad y precio, y pruébalo en el playground de EmpirioLabs. Las tarjetas de comparación de arriba enlazan a la tabla de tarifas en vivo y al quickstart de cada modelo.

¿Cómo se muestran los precios de StepAudio?

Paga por uso o elige un plan con asignaciones semanales. Las tarjetas de esta página muestran un resumen corto del catálogo en vivo, y cada página de modelo muestra la tabla de tarifas completa que coincide con la facturación de la API.

¿Qué modelo de StepAudio cuesta menos en EmpirioLabs AI?

StepAudio 3 Gen, StepAudio 3 TTS comparten la tarifa por carácter más baja de los 3 modelos de StepAudio con ese tipo de precio. La tabla de precios de esta página muestra la tarifa más baja de cada modelo y a qué se aplica.

¿Puedo probar StepAudio en el navegador?

Sí. Abre cualquier página de modelo de esta familia y usa su enlace al playground para probar prompts y parámetros en el navegador antes de integrar 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.