प्रकार
स्पेक
दर
संश्लेषण
प्रति 10,000 वर्ण
$0.14
StepAudio 3 TTS और Gemini 2.5 Pro TTS साथ-साथ: विशेषताएं, क्षमताएं, पैरामीटर और EmpirioLabs कैटलॉग की लाइव कीमतें।
StepFun 
Google ऑडियो जनरेशनStepFun का StepAudio 3 TTS और Google का Gemini 2.5 Pro TTS दोनों ऑडियो जनरेशन श्रेणी में आते हैं और EmpirioLabs API के ज़रिए उपलब्ध हैं।
| स्पेक | StepAudio 3 TTS | Gemini 2.5 Pro TTS |
|---|---|---|
| मॉडल ID | stepaudio-3-tts | gemini-2-5-pro-tts |
| निर्माता | StepFun | |
| रिलीज | 9 सित॰ 2026 | 20 मई 2025 |
| अधिकतम आउटपुट | - | 19,661 टोकन |
| इनपुट | टेक्स्ट | टेक्स्ट |
| आउटपुट | ऑडियो | ऑडियो |
| रीजन | International | - |
| एंडपॉइंट | POST /v1/audio/speech POST /v1/audio/speech:stream | POST /v1/audio/speech |
| 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 TTS | Gemini 2.5 Pro TTS |
|---|---|---|
| input | अधिकतम 1000 | string |
| voice | lively-girl, vibrant-youth, soft-spoken-gentleman, magnetic-v... डिफॉल्ट: lively-girl | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... डिफॉल्ट: Charon |
| instruction | अधिकतम 500 | - |
| speed | 0.5 से 2 डिफॉल्ट: 1 | 0.25 से 2 डिफॉल्ट: 1 |
| volume | 0.1 से 2 डिफॉल्ट: 1 | - |
| language | en, zh, ja, ko, fr, es डिफॉल्ट: en | string डिफॉल्ट: en-US |
| response_format | mp3, wav, flac, opus, pcm डिफॉल्ट: mp3 | - |
| sample_rate | 8000, 16000, 22050, 24000 डिफॉल्ट: 24000 | 8000, 16000, 22050, 24000, 44100, 48000 डिफॉल्ट: 24000 |
| markdown_filter | boolean डिफॉल्ट: false | - |
| pronunciation_map | string | - |
| mode | - | single, multi डिफॉल्ट: single |
| voice2 | - | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... डिफॉल्ट: Kore |
| speaker1_name | - | string डिफॉल्ट: Speaker1 |
| speaker2_name | - | string डिफॉल्ट: Speaker2 |
| output_format | - | WAV, MP3, OGG, ALAW, MULAW डिफॉल्ट: WAV |
| volume_gain | - | -96 से 16 डिफॉल्ट: 0 |
अधिकतम इनपुट 1,000 वर्ण है। कोष्ठक में सामग्री को वितरण दिशा के रूप में माना जाता है और इसे बोला नहीं जाता है। वैश्विक भावना या शैली मार्गदर्शन के लिए निर्देश का उपयोग करें, 500 वर्णों तक। बारह सिस्टम आवाज़ें उपलब्ध हैं। मान्यता प्राप्त भाषाएँ चीनी, अंग्रेजी, जापानी, कोरियाई, फ़्रेंच और स्पैनिश हैं, पूर्वावलोकन में चीनी और अंग्रेजी के अलावा अन्य भाषाएँ हैं। आउटपुट स्वरूप mp3, wav, flac, opus और pcm 8000, 16000, 22050 या 24000 Hz पर हैं। Wav को स्ट्रीम करने के बजाय एक पूर्ण फ़ाइल के रूप में लौटाया जाता है। यह मॉडल voice_label का समर्थन नहीं करता है।
StepAudio 3 TTS POST /v1/audio/speech से आवाज़ बनाता है और चलाने योग्य ऑडियो देता है। बोला जाने वाला टेक्स्ट input के रूप में model id stepaudio-3-tts के साथ भेजें। दोनों मॉडल एक ही एंडपॉइंट से कॉल किए जाते हैं। model को stepaudio-3-tts या gemini-2-5-pro-tts पर सेट करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।
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.mp3prompt परीक्षण और तुलना रन जिनमें दोनों मॉडल शामिल हैं।
StepAudio 3 TTS नई रिलीज़ है (9 सित॰ 2026); Gemini 2.5 Pro TTS 20 मई 2025 को रिलीज़ हुआ था। सिर्फ StepAudio 3 TTS के लिए बताई गई क्षमताएं: contextual tts, voice control। सिर्फ Gemini 2.5 Pro TTS के लिए बताई गई क्षमताएं: multi speaker। इस पेज की विशेषताएं, दर तालिकाएं और पैरामीटर EmpirioLabs के लाइव कैटलॉग से आते हैं।
StepAudio 3 TTS नई रिलीज़ है (9 सित॰ 2026); Gemini 2.5 Pro TTS 20 मई 2025 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/speech 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।
