Synthèse vocale au niveau humain à travers six langues, avec 12 voix systèmes, une direction de diffusion en langage naturel et une lecture en streaming.
StepFunProduction audioPublié 9 sept. 2026InternationalEndpoint propriétaireNouveauSynthèse vocale au niveau humain à travers six langues, avec 12 voix systèmes, une direction de diffusion en langage naturel et une lecture en streaming.
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 TTS
stepaudio-3-tts/v1/audio/speechPOST/v1/audio/speech:streamstepfun/stepaudio-3-ttsTarifs à l'usage en direct du catalogue EmpirioLabs. Vous ne payez que ce que vous utilisez, sans minimum mensuel.
StepAudio 3 TTS génère la voix via POST /v1/audio/speech et renvoie de l'audio lisible. Envoyez le texte à prononcer dans input avec l'id de modèle stepaudio-3-tts. Obtenez une clé API depuis le tableau de bord 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.mp3import requests
response = requests.post(
"https://api.empiriolabs.ai/v1/audio/speech",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
json={"model": "stepaudio-3-tts", "input": "Welcome to EmpirioLabs."},
)
with open("speech.mp3", "wb") as f:
f.write(response.content)Paramètres de requête pris en charge par l'API StepAudio 3 TTS sur EmpirioLabs. Les valeurs par défaut s'appliquent quand un champ est omis.
| Paramètre | Type | Par défaut | Plage / valeurs | Description |
|---|---|---|---|---|
| input | string | - | max 1000 | Texte à synthétiser. Maximum 1 000 caractères. Le contenu entre parenthèses est traité comme une direction de livraison et n’est pas prononcé. |
| voice | enum | lively-girl | lively-girl, vibrant-youth, soft-spoken-gentleman, magnetic-v... | Voix pour la voix générée. |
| instruction | string | - | max 500 | Émotion globale ou guide de style pour tout le passage, en langage naturel. Maximum 500 caractères. |
| speed | number | 1 | 0.5 à 2 | Vitesse de parole. |
| volume | number | 1 | 0.1 à 2 | Volume de sortie. |
| language | enum | en | en, zh, ja, ko, fr, es | Langue cible. Le japonais, le coréen, le français et l’espagnol sont en aperçu. |
| response_format | enum | mp3 | mp3, wav, flac, opus, pcm | Format audio de sortie. |
| sample_rate | enum | 24000 | 8000, 16000, 22050, 24000 | Taux d’échantillonnage de sortie en Hz. |
| markdown_filter | boolean | false | - | Retirez la syntaxe Markdown de l’entrée avant qu’elle ne soit prononcée. |
| pronunciation_map | string | - | - | La prononciation optionnelle prend le dessus, en tant qu’objet avec un ensemble de tons de règles « written/spoken ». |
Maximum input is 1,000 characters. Content in parentheses is treated as delivery direction and is not spoken. Use instruction for global emotion or style guidance, up to 500 characters. Twelve system voices are available. Recognized languages are Chinese, English, Japanese, Korean, French, and Spanish, with languages other than Chinese and English in preview. Output formats are mp3, wav, flac, opus, and pcm at 8000, 16000, 22050, or 24000 Hz. Wav is returned as a complete file rather than streamed. This model does not support voice_label.
Sur EmpirioLabs, StepAudio 3 TTS est facturé à l'usage : Synthèse $0.36 par 10 000 caractères. La grille tarifaire en direct de cette page correspond toujours à ce que l'API facture.
StepAudio 3 TTS est servi via POST /v1/audio/speech sur api.empiriolabs.ai avec une authentification standard par token Bearer.
Oui. Le playground EmpirioLabs exécute StepAudio 3 TTS 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.
Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.
