प्रकार
स्पेक
दर
पीढ़ी
प्रति 10,000 वर्ण
$0.14
StepAudio 3 Gen और StepAudio 3 Music साथ-साथ: विशेषताएं, क्षमताएं, पैरामीटर और EmpirioLabs कैटलॉग की लाइव कीमतें।
StepFun ऑडियो जनरेशनStepAudio 3 Gen और StepAudio 3 Music दोनों StepFun के मॉडल हैं, ऑडियो जनरेशन श्रेणी में आते हैं और EmpirioLabs API के ज़रिए उपलब्ध हैं।
| स्पेक | StepAudio 3 Gen | StepAudio 3 Music |
|---|---|---|
| मॉडल ID | stepaudio-3-gen | stepaudio-3-music |
| निर्माता | StepFun | StepFun |
| रिलीज | 9 सित॰ 2026 | 8 सित॰ 2026 |
| इनपुट | टेक्स्ट | टेक्स्ट ऑडियो |
| आउटपुट | ऑडियो | ऑडियो |
| रीजन | International | International |
| एंडपॉइंट | POST /v1/audio/generations | POST /v1/audio/generations |
| क्षमताएं |
दोनों मॉडलों के लिए EmpirioLabs कैटलॉग की लाइव दरें। हर दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।
EmpirioLabs पर हर मॉडल के लिए सूचीबद्ध रिक्वेस्ट पैरामीटर, और जहां लागू हो वहां मान्य मान या सीमा। डैश उस पैरामीटर को दिखाता है जो मॉडल के लिए सूचीबद्ध नहीं है।
| पैरामीटर | StepAudio 3 Gen | StepAudio 3 Music |
|---|---|---|
| prompt | string | string |
| instruction | अधिकतम 500 | - |
| roles | string | - |
| scripts | string | - |
| response_format | mp3, wav, flac, opus, pcm डिफॉल्ट: mp3 | mp3, wav, flac, opus, pcm डिफॉल्ट: mp3 |
| sample_rate | 8000, 16000, 22050, 24000, 48000 डिफॉल्ट: 24000 | - |
| speed | 0.5 से 2 डिफॉल्ट: 1 | - |
| volume | 0.1 से 2 डिफॉल्ट: 1 | - |
| text_normalization | standard, enhanced डिफॉल्ट: standard | - |
| lyrics | - | string |
| task | - | text_to_music, music_cover, vocal_to_music डिफॉल्ट: text_to_music |
| instrumental | - | boolean डिफॉल्ट: false |
| song_audio | - | string |
| vocal_audio | - | string |
| temperature | - | 0.01 से 2 डिफॉल्ट: 0.85 |
| top_p | - | 0 से 1 डिफॉल्ट: 0.92 |
बोली जाने वाली लाइनों, ध्वनि प्रभावों, परिवेश और पृष्ठभूमि संगीत के साथ एक समाप्त क्लिप। प्रॉम्प्ट और स्क्रिप्ट में पाठ लिखित रूप में बोला जाता है: निर्देश में सेटिंग और पृष्ठभूमि संगीत का वर्णन करें, एक ध्वनि प्रभाव या संगीत क्यू को वर्गाकार कोष्ठक में लपेटें, और कोष्ठक में एक वितरण दिशा रखें। एक संकेत भेजें, या बहु-स्पीकर नियंत्रण के लिए भूमिकाओं और स्क्रिप्ट का उपयोग करें। भूमिकाएं और निर्देश प्रत्येक 500 वर्णों और स्क्रिप्ट को 1,000 पर सीमित किया गया है। आउटपुट स्वरूप mp3, wav, flac, opus और pcm हैं। इस मॉडल पर संदर्भ आवाज़ें और वॉयस क्लोनिंग उपलब्ध नहीं हैं। यह मॉडल पूर्वावलोकन में है और इसकी क्षमताएं बदल सकती हैं।
शैली का वर्णन करें और मॉडल एक पूरा गीत लिखता है और प्रदर्शन करता है। गीत की आपूर्ति करें या मॉडल को उन्हें लिखने दें, बिना वोकल्स वाले ट्रैक के लिए इंस्ट्रूमेंटल सेट करें, या चारों ओर एक व्यवस्था बनाने के लिए कवर या ड्राई वोकल के लिए एक संदर्भ गीत संलग्न करें। [कविता], [कोरस], और [आउट्रो] जैसे अनुभाग टैग संरचना को आकार देते हैं। आउटपुट की लंबाई मॉडल द्वारा चुनी जाती है और आम तौर पर एक से तीन मिनट होती है, इसलिए यह एक पैरामीटर द्वारा सेट नहीं किया जाता है और एक ही प्रॉम्प्ट के दो रन भिन्न हो सकते हैं। बिलिंग उत्पन्न लंबाई का अनुसरण करती है। वाद्य और गीत को जोड़ा नहीं जा सकता। यह मॉडल पूर्वावलोकन में है और इसकी क्षमताएं बदल सकती हैं।
StepAudio 3 Gen POST /v1/audio/generations से चलता है। request तुरंत job_id देती है; job पूरा होने तक GET /v1/jobs/{job_id} को poll करें और परिणाम से आउटपुट URLs पढ़ें। दोनों मॉडल एक ही एंडपॉइंट से कॉल किए जाते हैं। model को stepaudio-3-gen या stepaudio-3-music पर सेट करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।
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 नई रिलीज़ है (9 सित॰ 2026); StepAudio 3 Music 8 सित॰ 2026 को रिलीज़ हुआ था। सिर्फ StepAudio 3 Music द्वारा स्वीकार किए जाने वाले इनपुट प्रकार: ऑडियो। सिर्फ StepAudio 3 Gen के लिए बताई गई क्षमताएं: text to speech, sound effects, voice control। इस पेज की विशेषताएं, दर तालिकाएं और पैरामीटर EmpirioLabs के लाइव कैटलॉग से आते हैं।
StepAudio 3 Gen नई रिलीज़ है (9 सित॰ 2026); StepAudio 3 Music 8 सित॰ 2026 को रिलीज़ हुआ था।
दोनों मॉडलों की कीमत अलग इकाइयों या स्तरों पर तय होती है, इसलिए इस पेज की लाइव दर तालिकाओं की तुलना करें। वे हमेशा API की वास्तविक बिलिंग से मेल खाती हैं।
हां। दोनों मॉडल एक ही EmpirioLabs API key के साथ POST /v1/audio/generations इस्तेमाल करते हैं, इसलिए ज़्यादातर इंटीग्रेशन सिर्फ model मान बदलकर स्विच हो जाते हैं। अगर आप किसी मॉडल-विशेष पैरामीटर पर निर्भर हैं तो पहले इस पेज की पैरामीटर तालिका देखें।
हां। हर मॉडल को EmpirioLabs playground में खोलें और API के पैरामीटरों के साथ दोनों पर एक ही prompt चलाएं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।