StepAudio एपीआई

EmpirioLabs AI पर सभी StepAudio मॉडल, कुल 11। उनकी तुलना करें, फिर वह मॉडल कॉल करें जो आपके काम, गुणवत्ता और बजट के अनुकूल हो।

StepFun ऑडियो जनरेशन प्रतिलेखन पाठ निर्माण 11 मॉडल

StepAudio APIs के बारे में

EmpirioLabs पर StepAudio, StepFun के 11 मॉडल APIs को एक साथ लाता है, जिनमें StepAudio 3 TTS, StepAudio 3 Chat, StepAudio 3 Gen, StepAudio 3 Music शामिल हैं। हर मॉडल का अपना पेज है जिसमें लाइव pricing, parameters, docs और playground access है।

StepAudio मॉडल (11)

StepAudio API की कीमतें

परिवार की एक नज़र में तुलना करें, फिर पूरी लाइव दर तालिका और पैरामीटरों के लिए मॉडल पेज खोलें।

ऑडियो जनरेशन: टेक्स्ट के अक्षरों के हिसाब से कीमत

मॉडलसबसे कम दरकिस पर लागू
StepAudio 3 Gen$0.14 प्रति 10,000 वर्णपीढ़ी
StepAudio 3 TTS$0.14 प्रति 10,000 वर्णसंश्लेषण
StepAudio 2.5 TTS$0.85 प्रति 10,000 वर्णसंश्लेषण

पाठ निर्माण: प्रति 1M टोकन, इनपुट दर के क्रम में

मॉडलइनपुटआउटपुट
StepAudio 2.5 Chat$1.50$3.50
StepAudio 3 Chat$1.50$3.50

प्रतिलेखन: ऑडियो के प्रति मिनट या घंटे की कीमत

मॉडलसबसे कम दरकिस पर लागू
StepAudio 2.5 ASR$0.05 प्रति घंटे का ऑडियोप्रतिलेखन
StepAudio 2.5 ASR Stream$0.40 प्रति घंटे का ऑडियोप्रतिलेखन
StepAudio 3 ASR Max$0.60 प्रति घंटे का ऑडियोप्रतिलेखन
Endpoint
POST/v1/audio/speech
कीमतें
प्रकार
स्पेक
दर
संश्लेषण
प्रति 10,000 वर्ण
$0.14
सबसे उपयुक्त
छह भाषाओं में मानव-स्तरीय भाषण संश्लेषण, 12 सिस्टम आवाजों, प्राकृतिक-भाषा वितरण दिशा और स्ट्रीमिंग प्लेबैक के साथ।
Endpoint
POST/v1/chat/completions
कीमतें
प्रकार
स्पेक
दर
इनपुट
प्रति 1M प्रॉम्प्ट टोकन
$1.50
आउटपुट
प्रति 1M जेनरेट किए गए टोकन
$3.50
अंतर्निहित कैश पढ़ा गया
प्रति 1M कैश्ड इनपुट टोकन
$0.30
वेब खोज (लिंकअप)
प्रति कॉल जब लागू किया जाता है
$0.013
सबसे उपयुक्त
ऑडियो और टेक्स्ट वार्तालाप मॉडल जो फ़ंक्शन कॉलिंग और JSON आउटपुट के साथ उत्तर देने से पहले कारण बनाता है।
Endpoint
POST/v1/audio/generations
कीमतें
प्रकार
स्पेक
दर
पीढ़ी
प्रति 10,000 वर्ण
$0.14
सबसे उपयुक्त
एक लिखित दृश्य से एक क्लिप में संवाद, ध्वनि प्रभाव, माहौल और पृष्ठभूमि संगीत एक साथ उत्पन्न करता है।
Endpoint
POST/v1/audio/generations
कीमतें
प्रकार
स्पेक
दर
संगीत के लिए पाठ
प्रति उत्पन्न सेकंड
$0.000667
ऑडियो से संगीत
प्रति उत्पन्न सेकंड
$0.001334
सबसे उपयुक्त
एक शैली विवरण से पूर्ण गाने लिखता है, स्वर, व्यवस्था, और मिश्रण, या वाद्य यंत्र और कवर के साथ।
Endpoint
POST/v1/audio/transcriptions
कीमतें
प्रकार
स्पेक
दर
प्रतिलेखन
प्रति घंटे का ऑडियो
$0.60
सबसे उपयुक्त
उचित संज्ञाओं, तकनीकी शब्दों, बोलियों और फुसफुसाहट, तेज भाषण और गायन सहित कठिन ऑडियो के लिए संदर्भ-जागरूक प्रतिलेखन।
Endpoint
WEBSOCKET/v1/realtime
कीमतें
प्रकार
स्पेक
दर
सत्र
प्रति मिनट
$0.125
सबसे उपयुक्त
भाषण में, भाषण बाहर, एक सॉकेट पर। इंटरप्टिबल मिड-रिप्ले, वॉयस एक्टिविटी डिटेक्शन के साथ यह तय करना कि कब जवाब देना है।
Endpoint
WEBSOCKET/v1/realtime
कीमतें
प्रकार
स्पेक
दर
इनपुट
प्रति 1M प्रॉम्प्ट टोकन
$1.50
आउटपुट
प्रति 1M जेनरेट किए गए टोकन
$10.00
अंतर्निहित कैश पढ़ा गया
प्रति 1M कैश्ड इनपुट टोकन
$0.30
सबसे उपयुक्त
भाषण में, भाषण बाहर, एक सॉकेट पर, स्वर और गति की पैरालिंग्विस्टिक समझ के साथ।
Endpoint
WEBSOCKET/v1/realtime
कीमतें
प्रकार
स्पेक
दर
प्रतिलेखन
प्रति घंटे का ऑडियो
$0.40
सबसे उपयुक्त
एक सॉकेट पर लाइव ट्रांसक्रिप्शन, वक्ता के बात करते समय आंशिक परिणाम लौटाता है, प्रत्येक वाक्य को चिह्नित करने वाली आवाज गतिविधि का पता लगाने के साथ।
Endpoint
POST/v1/audio/transcriptions
कीमतें
प्रकार
स्पेक
दर
प्रतिलेखन
प्रति घंटे का ऑडियो
$0.05
सबसे उपयुक्त
चीनी और अंग्रेजी ऑडियो ट्रांसक्रिप्शन के लिए StepFun स्ट्रीमिंग स्पीच रिकग्निशन मॉडल।
Endpoint
POST/v1/audio/speech
कीमतें
प्रकार
स्पेक
दर
संश्लेषण
प्रति 10,000 वर्ण
$0.85
सबसे उपयुक्त
प्रासंगिक StepFun प्राकृतिक भाषा की आवाज दिशा और अभिव्यंजक वितरण के साथ text-to-speech मॉडल।
Endpoint
POST/v1/chat/completions
कीमतें
प्रकार
स्पेक
दर
इनपुट
प्रति 1M प्रॉम्प्ट टोकन
$1.50
आउटपुट
प्रति 1M जेनरेट किए गए टोकन
$3.50
अंतर्निहित कैश पढ़ा गया
प्रति 1M कैश्ड इनपुट टोकन
$0.30
वेब खोज (लिंकअप)
प्रति कॉल जब लागू किया जाता है
$0.013
सबसे उपयुक्त
टेक्स्ट आउटपुट और पैरालिंग्विस्टिक समझ के साथ StepFun ऑडियो और टेक्स्ट वार्तालाप मॉडल।
पूरे pricing पेज पर हर मॉडल की तुलना करें

StepAudio के उदाहरण और तुलनाएं

हमारे प्रकाशित परीक्षणों के आउटपुट। हर एक उस पोस्ट से लिंक है जिससे वह लिया गया है।

इस मॉडल परिवार का ज़िक्र करने वाले prompt परीक्षण, आउटपुट नोट्स और तुलना रन देखें।

StepAudio APIs: आम सवाल

StepAudio API क्या है?

EmpirioLabs पर StepAudio में StepFun के 11 मॉडल APIs शामिल हैं: 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। आप एक EmpirioLabs API key उपयोग करते हैं और request के हिसाब से model ID चुनते हैं।

मुझे कौन सा StepAudio मॉडल उपयोग करना चाहिए?

उस मॉडल से शुरू करें जिसका पेज आपकी गति, गुणवत्ता और कीमत की ज़रूरतों से मेल खाता हो, फिर उसे EmpirioLabs playground में परखें। ऊपर के तुलना कार्ड हर मॉडल की लाइव दर तालिका और quickstart से जुड़े हैं।

StepAudio की कीमतें कैसे दिखाई जाती हैं?

उपयोग के अनुसार भुगतान करें या साप्ताहिक उपयोग सीमा वाला प्लान चुनें। इस पेज के कार्ड लाइव कैटलॉग का छोटा सारांश दिखाते हैं, और हर मॉडल पेज पूरी दर तालिका दिखाता है जो API बिलिंग से मेल खाती है।

EmpirioLabs AI पर कौन सा StepAudio मॉडल सबसे सस्ता है?

इस तरह बिल होने वाले 3 StepAudio मॉडलों में StepAudio 3 Gen, StepAudio 3 TTS की प्रति अक्षर दर बराबर और सबसे कम है। इस पेज की कीमत तालिका हर मॉडल की सबसे कम दर और वह किस पर लागू होती है, दिखाती है।

क्या मैं ब्राउज़र में StepAudio आज़मा सकता हूं?

हां। इस परिवार का कोई भी मॉडल पेज खोलें और API इंटीग्रेट करने से पहले उसके playground लिंक से ब्राउज़र में prompt और पैरामीटर आज़माएं।

बेहतर समापन बिंदुओं का उपयोग करने के लिए तैयार हैं?

हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।