
Génère des dialogues, des effets sonores, de l’ambiance et de la musique de fond réunis dans un seul extrait d’une scène écrite.
Génère des dialogues, des effets sonores, de l’ambiance et de la musique de fond réunis dans un seul extrait d’une scène écrite.
Le comptage des caractères suit la tarification StepFun: un caractère chinois compte pour un caractère, deux lettres anglaises pour un caractère, et deux signes de ponctuation pour un seul caractère.
Aussi connu sous le nom StepFun StepAudio 3 Gen
stepaudio-3-gen/v1/audio/generationsstepaudio-3-gen-previewstepfun/stepaudio-3-genRésultats de nos tests publiés. Chacun renvoie à l'article dont il provient.
Tarifs à l'usage en direct du catalogue EmpirioLabs. Vous pouvez aussi choisir un forfait avec des quotas hebdomadaires.
StepAudio 3 Gen fonctionne via POST /v1/audio/generations. La requête renvoie immédiatement un job_id ; interrogez GET /v1/jobs/{job_id} jusqu'à la fin du job et lisez les URLs de sortie dans le résultat. Obtenez une clé API depuis le tableau de bord EmpirioLabs.
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."
}'curl https://api.empiriolabs.ai/v1/jobs/JOB_ID \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY"import requests
response = requests.post(
"https://api.empiriolabs.ai/v1/audio/generations",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
json={
"model": "stepaudio-3-gen",
"prompt": "Describe what you want StepAudio 3 Gen to generate.",
},
)
job = response.json()
# Generation runs as an async job. Poll until it completes.
import time
while True:
status = requests.get(
f"https://api.empiriolabs.ai/v1/jobs/{job['job_id']}",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
).json()
if status.get("status") in ("completed", "failed"):
print(status)
break
time.sleep(5)Paramètres de requête pris en charge par l'API StepAudio 3 Gen sur EmpirioLabs. Les valeurs par défaut s'appliquent quand un champ est omis.
| Paramètre | Type | Par défaut | Plage / valeurs | Description |
|---|---|---|---|---|
| prompt | string | - | - | Texte à parole, lu tel qu’écrit. Enroulez un effet sonore ou un indice musical entre crochets et une direction de lecture entre parenthèses, et décrivez le cadre et... |
| instruction | string | - | max 500 | Directives globales pour le décor, la musique de fond et le ton émotionnel. Maximum 500 caractères. |
| roles | string | - | - | Enceintes optionnelles, comme objets avec un nom et une description vocale. Tous les noms et descriptions ensemble sont limités à 500 caractères. |
| scripts | string | - | - | Lignes ordonnées optionnelles, comme objets avec un haut-parleur et du texte. Limité à 1 000 caractères au total. Utilisez ceci à la place d’une invite pour les... |
| response_format | enum | mp3 | mp3, wav, flac, opus, pcm | Format audio de sortie. |
| sample_rate | enum | 24000 | 8000, 16000, 22050, 24000, 48000 | Taux d’échantillonnage de sortie en Hz. |
| speed | number | 1 | 0.5 à 2 | Vitesse de parole. |
| volume | number | 1 | 0.1 à 2 | Volume de sortie. |
| text_normalization | enum | standard | standard, enhanced | Comment les chiffres, les dates et les symboles sont lus à voix haute. |
Un clip terminé avec des lignes parlées, des effets sonores, une ambiance et une musique de fond ensemble. Le texte dans le prompt et les scripts est prononcé tel qu’écrit: décrire le cadre et la musique de fond dans l’instruction, enrouler un effet sonore ou un indice musical entre crochets, et mettre une direction de livraison entre parenthèses. Envoyer une invite, ou utiliser des rôles et scripts pour le contrôle multi-haut-parleurs. Les rôles et instructions sont limités à 500 caractères chacun et les scripts à 1 000. Les formats de sortie sont mp3, wav, flac, opus et pcm. Les voix de référence et le clonage vocal ne sont pas disponibles sur ce modèle. Ce modèle est en aperçu et ses capacités peuvent changer.
Annonces, tests de prompts et comparaisons qui couvrent ce modèle.
Sur EmpirioLabs, StepAudio 3 Gen est facturé à l'usage : Génération $0.14 par 10 000 caractères. Vous pouvez aussi choisir un forfait avec des quotas hebdomadaires. La grille tarifaire en direct de cette page correspond toujours à ce que l'API facture.
StepAudio 3 Gen accepte en entrée Texte et renvoie Audio.
StepAudio 3 Gen est servi via POST /v1/audio/generations sur api.empiriolabs.ai avec une authentification standard par token Bearer.
Envoyez stepaudio-3-gen comme modèle dans votre requête. Les identifiants alternatifs stepaudio-3-gen-preview, stepfun/stepaudio-3-gen fonctionnent aussi.
StepFun a lancé StepAudio 3 Gen le 9 sept. 2026.
Sur EmpirioLabs, StepAudio 3 Gen est servi depuis International.
Oui. Le playground EmpirioLabs exécute StepAudio 3 Gen dans le navigateur avec les mêmes paramètres que l'API expose, pour tester vos prompts avant d'écrire du code.
Créez un compte EmpirioLabs, puis générez une clé sous API Keys dans le tableau de bord. La facturation utilise des crédits à l'usage : vous ne payez que vos requêtes. Vous pouvez aussi choisir un forfait avec des quotas hebdomadaires.
Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.