StepAudio 3 Gen एपीआई

एक लिखित दृश्य से एक क्लिप में संवाद, ध्वनि प्रभाव, माहौल और पृष्ठभूमि संगीत एक साथ उत्पन्न करता है।

StepFunऑडियो जनरेशनरिलीज 9 सित॰ 2026Internationalस्वामित्व वाला एंडपॉइंटनया

StepAudio 3 Gen के बारे में

एक लिखित दृश्य से एक क्लिप में संवाद, ध्वनि प्रभाव, माहौल और पृष्ठभूमि संगीत एक साथ उत्पन्न करता है।

चरित्र की गिनती स्टेपफन मूल्य निर्धारण का अनुसरण करती है: एक चीनी वर्ण एक वर्ण के रूप में गिना जाता है, दो अंग्रेजी अक्षर एक वर्ण के रूप में गिने जाते हैं, और दो विराम चिह्न एक वर्ण के रूप में गिने जाते हैं।

इस नाम से भी जाना जाता है StepFun StepAudio 3 Gen

audio generationtext to speechsound effectsvoice control

StepAudio 3 Gen की विशेषताएं

मॉडल ID
stepaudio-3-gen
निर्माता
StepFun
श्रेणी
ऑडियो जनरेशन
रिलीज
9 सित॰ 2026
इनपुट
टेक्स्ट
आउटपुट
ऑडियो
रीजन
International
एंडपॉइंट
POST/v1/audio/generations
वैकल्पिक मॉडल ID
stepaudio-3-gen-previewstepfun/stepaudio-3-gen

StepAudio 3 Gen API की कीमतें

EmpirioLabs कैटलॉग से लाइव pay-as-you-go दरें। आप सिर्फ उतना ही भुगतान करते हैं जितना उपयोग करते हैं, कोई मासिक न्यूनतम नहीं।

प्रकार
स्पेक
दर
पीढ़ी
प्रति 10,000 वर्ण
$0.36
पूरे कीमत पेज पर तुलना करें

StepAudio 3 Gen API को कैसे कॉल करें

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। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।

cURL: job सबमिट 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."
  }'
cURL: परिणाम के लिए poll करें
curl https://api.empiriolabs.ai/v1/jobs/JOB_ID \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY"
Python
import requests

response = requests.post(
    "https://api.empiriolabs.ai/v1/audio/generations",
    headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
    json={
        "model": "stepaudio-3-gen",
        "prompt": "Describe what you want StepAudio 3 Gen to generate.",
    },
)
job = response.json()

# Generation runs as an async job. Poll until it completes.
import time
while True:
    status = requests.get(
        f"https://api.empiriolabs.ai/v1/jobs/{job['job_id']}",
        headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
    ).json()
    if status.get("status") in ("completed", "failed"):
        print(status)
        break
    time.sleep(5)
StepAudio 3 Gen API का पूरा संदर्भ

StepAudio 3 Gen API के पैरामीटर

EmpirioLabs पर StepAudio 3 Gen API द्वारा समर्थित request पैरामीटर। फ़ील्ड छोड़ने पर डिफ़ॉल्ट मान लागू होते हैं।

पैरामीटरप्रकारडिफॉल्टरेंज / मानविवरण
promptstring--उत्पन्न करने के लिए दृश्य। एक ध्वनि प्रभाव या संगीत क्यू को वर्गाकार कोष्ठक में लपेटें और कोष्ठक में एक वितरण दिशा।
instructionstring-अधिकतम 500सेटिंग, पृष्ठभूमि संगीत और भावनात्मक स्वर के लिए वैश्विक मार्गदर्शन। अधिकतम 500 वर्ण।
rolesstring--वैकल्पिक वक्ताओं, एक नाम और एक आवाज विवरण के साथ वस्तुओं के रूप में। सभी नाम और विवरण एक साथ 500 वर्णों पर छाया हुआ है।
scriptsstring--वैकल्पिक आदेशित लाइनें, एक स्पीकर और पाठ के साथ वस्तुओं के रूप में। कुल 1,000 वर्णों पर छायांकित किया गया। मल्टी-स्पीकर दृश्यों के लिए संकेत के बजाय इसका उपयोग करें।
response_formatenummp3mp3, wav, flac, opus, pcmआउटपुट ऑडियो प्रारूप।
sample_rateenum240008000, 16000, 22050, 24000, 48000हर्ट्ज में आउटपुट नमूना दर।
speednumber10.5 से 2भाषण की गति।
volumenumber10.1 से 2आउटपुट वॉल्यूम।
text_normalizationenumstandardstandard, enhancedसंख्याओं, तिथियों और प्रतीकों को जोर से कैसे पढ़ा जाता है।

जानने योग्य

एक दृश्य का वर्णन करें और मॉडल इसे एक समाप्त क्लिप के रूप में निष्पादित करता है: बोली जाने वाली रेखाएं, ध्वनि प्रभाव, परिवेश और पृष्ठभूमि संगीत एक साथ। एक संकेत भेजें, या बहु-स्पीकर नियंत्रण के लिए भूमिकाओं और स्क्रिप्ट का उपयोग करें। एक ध्वनि प्रभाव या संगीत क्यू को वर्गाकार कोष्ठक में और एक वितरण दिशा कोष्ठक में लपेटें। भूमिकाएँ 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।

StepAudio 3 Gen API: आम सवाल

StepAudio 3 Gen API की कीमत कितनी है?

EmpirioLabs पर StepAudio 3 Gen का बिल उपयोग के अनुसार बनता है: पीढ़ी $0.36 प्रति 10,000 वर्ण। इस पेज की लाइव दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।

StepAudio 3 Gen कौन सा endpoint उपयोग करता है?

StepAudio 3 Gen api.empiriolabs.ai पर POST /v1/audio/generations के ज़रिए मिलता है, मानक Bearer टोकन प्रमाणीकरण के साथ।

क्या मैं इंटीग्रेट करने से पहले ब्राउज़र में StepAudio 3 Gen आज़मा सकता हूं?

हां। EmpirioLabs playground ब्राउज़र में StepAudio 3 Gen को उन्हीं पैरामीटरों के साथ चलाता है जो API देता है, ताकि आप कोड लिखने से पहले prompt आज़मा सकें।

StepAudio 3 Gen की API key कैसे मिलेगी?

EmpirioLabs खाता बनाएं, फिर डैशबोर्ड में API Keys में key जनरेट करें। बिलिंग pay-as-you-go क्रेडिट से होती है, इसलिए आप सिर्फ अपनी requests का भुगतान करते हैं।

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।