/v1/audio/speech

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।
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।
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
| मॉडल | सबसे कम दर | किस पर लागू |
|---|---|---|
| StepAudio 3 Gen | $0.14 प्रति 10,000 वर्ण | पीढ़ी |
| StepAudio 3 TTS | $0.14 प्रति 10,000 वर्ण | संश्लेषण |
| StepAudio 2.5 TTS | $0.85 प्रति 10,000 वर्ण | संश्लेषण |
पाठ निर्माण: प्रति 1M टोकन, इनपुट दर के क्रम में
| मॉडल | इनपुट | आउटपुट |
|---|---|---|
| StepAudio 2.5 Chat | $1.50 | $3.50 |
| StepAudio 3 Chat | $1.50 | $3.50 |
प्रतिलेखन: ऑडियो के प्रति मिनट या घंटे की कीमत
| मॉडल | सबसे कम दर | किस पर लागू |
|---|---|---|
| StepAudio 2.5 ASR | $0.05 प्रति घंटे का ऑडियो | प्रतिलेखन |
| StepAudio 2.5 ASR Stream | $0.40 प्रति घंटे का ऑडियो | प्रतिलेखन |
| StepAudio 3 ASR Max | $0.60 प्रति घंटे का ऑडियो | प्रतिलेखन |
/v1/audio/speech/v1/chat/completions/v1/audio/generations/v1/audio/generations/v1/audio/transcriptions/v1/realtime/v1/realtime/v1/realtime/v1/audio/transcriptions/v1/audio/speech/v1/chat/completionsहमारे 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।
गाइड Qwen Audio 3.1 TTS vs Qwen Audio 3.0 TTS vs Gemini 3.8 Flash TTS vs StepAudio 3 TTS: one स्क्रिप्ट हमने क्वेन ऑडियो 3.1 टीटीएस, क्वेन ऑडियो 3.0 टीटीएस, जेमिनी 3.8 फ्लैश टीटीएस और स्टेपऑडियो 3 टीटीएस को एक ही स्क्रिप्ट और...
एपीआई एक्सेस StepAudio 3 ASR Max API का उपयोग कैसे करें StepAudio 3 ASR Max StepFun का सबसे बड़ा वाक् पहचान मॉडल है, जो उचित संज्ञाओं, विशेषज्ञ शब्दावली और ऑडियो के लिए बनाया...
एपीआई एक्सेस StepAudio 3 TTS API का उपयोग कैसे करें StepAudio 3 TTS पाठ को छह भाषाओं में मानव-स्तर के भाषण में बदल देता है, जिसमें बारह सिस्टम आवाज़ें और डिलीवरी होती हैं...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।
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।
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।
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।
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।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।