
एक लिखित दृश्य से एक क्लिप में संवाद, ध्वनि प्रभाव, माहौल और पृष्ठभूमि संगीत एक साथ उत्पन्न करता है।
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
stepaudio-3-gen/v1/audio/generationsstepaudio-3-gen-previewstepfun/stepaudio-3-genEmpirioLabs कैटलॉग से लाइव pay-as-you-go दरें। आप सिर्फ उतना ही भुगतान करते हैं जितना उपयोग करते हैं, कोई मासिक न्यूनतम नहीं।
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 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 https://api.empiriolabs.ai/v1/jobs/JOB_ID \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY"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)EmpirioLabs पर StepAudio 3 Gen API द्वारा समर्थित request पैरामीटर। फ़ील्ड छोड़ने पर डिफ़ॉल्ट मान लागू होते हैं।
| पैरामीटर | प्रकार | डिफॉल्ट | रेंज / मान | विवरण |
|---|---|---|---|---|
| prompt | string | - | - | उत्पन्न करने के लिए दृश्य। एक ध्वनि प्रभाव या संगीत क्यू को वर्गाकार कोष्ठक में लपेटें और कोष्ठक में एक वितरण दिशा। |
| instruction | string | - | अधिकतम 500 | सेटिंग, पृष्ठभूमि संगीत और भावनात्मक स्वर के लिए वैश्विक मार्गदर्शन। अधिकतम 500 वर्ण। |
| roles | string | - | - | 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। |
| scripts | string | - | - | 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_format | enum | mp3 | mp3, wav, flac, opus, pcm | आउटपुट ऑडियो प्रारूप। |
| sample_rate | enum | 24000 | 8000, 16000, 22050, 24000, 48000 | हर्ट्ज में आउटपुट नमूना दर। |
| speed | number | 1 | 0.5 से 2 | भाषण की गति। |
| volume | number | 1 | 0.1 से 2 | आउटपुट वॉल्यूम। |
| text_normalization | enum | standard | standard, enhanced | संख्याओं, तिथियों और प्रतीकों को जोर से कैसे पढ़ा जाता है। |
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।
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 api.empiriolabs.ai पर POST /v1/audio/generations के ज़रिए मिलता है, मानक Bearer टोकन प्रमाणीकरण के साथ।
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।
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।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।