StepAudio 3 ASR Max vs Qwen Audio 3.0 ASR

StepAudio 3 ASR Max vs Qwen Audio 3.0 ASR の概要

StepFun の StepAudio 3 ASR Max と Alibaba Cloud の Qwen Audio 3.0 ASR はどちらも転写カテゴリのモデルで、EmpirioLabs API から利用できます。

主な違い

• StepAudio 3 ASR Max のほうが新しいリリースです (2026年8月31日)。Qwen Audio 3.0 ASR のリリースは 2026年7月30日 です。
• 転写 (音声の時間あたり) の料金は Qwen Audio 3.0 ASR のほうが低くなっています。

StepAudio 3 ASR Max vs Qwen Audio 3.0 ASR: 仕様

StepAudio 3 ASR Max vs Qwen Audio 3.0 ASR: API の料金

両モデルの EmpirioLabs カタログのライブ料金です。各料金表は常に API の請求額と一致します。

StepAudio 3 ASR Max vs Qwen Audio 3.0 ASR: API のパラメーター

EmpirioLabs で各モデルに記載されているリクエストパラメーターと、指定できる値または範囲です。ハイフンは、そのモデルに記載のないパラメーターを示します。

StepAudio 3 ASR Max vs Qwen Audio 3.0 ASR: 上限と注意点

StepAudio 3 ASR Max

wav、mp3、ogg、m4a、pcm入力に対応しています。PCMリクエストにはコーデック、サンプルレート、ビット深度、チャンネル数を含める必要があります。言語は自動的に検出され設定できません。中国語、英語、日本語、韓国語、フランス語、スペイン語が認識され、プレビューでは中国語と英語以外の言語も表示されます。逆テキスト正規化はデフォルトでオンで、enable_itnでオフにできます。このモデルではホットワードや単語のタイムスタンプは利用できません。音声は測定された持続時間で請求され、最低1秒です。

Qwen Audio 3.0 ASR

音声送信

ファイルをマルチパートfile、または一般的な音声フォーマットでJSONをaudio_urlまたはaudio_base64で送信してください。短いクリップも長い録音もどちらも受け入れています。

結果を得るために

リクエストはすぐにjob_idとpoll_urlを返します。statusがcompletedされるまでポーリングGET /v1/jobs/<job-id>します。短いクリップは数秒で終わります。長い録音はより時間がかかります。

何が返ってきますか

完了した作業のresultには、開始と終了時間を含む全文字起こしがtextおよび文のセグメントとして保持されています。言語は自動的に検出され、中国語の方言も含まれます。

請求

音声の1秒単位で請求され、次の1秒単位で切り上げられ、表示された時間単位の料金で計算されます。

StepAudio 3 ASR Max と Qwen Audio 3.0 ASR の呼び出し方

StepAudio 3 ASR Max は POST /v1/audio/transcriptions で動作します。リクエストはすぐに job_id を返すので、ジョブが完了するまで GET /v1/jobs/{job_id} をポーリングし、結果から出力 URL を読み取ってください。 どちらのモデルも同じエンドポイントで呼び出します。model を stepaudio-3-asr-max または qwen-audio-3-0-asr に設定してください。 EmpirioLabs ダッシュボードで API キーを取得してください。

curl https://api.empiriolabs.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "stepaudio-3-asr-max",
    "audio_url": "https://example.com/meeting-recording.mp3"
  }'

StepAudio 3 ASR Max vs Qwen Audio 3.0 ASR: テストとガイド

両方のモデルを扱ったプロンプトテストと比較実験です。

ガイド Qwen Audio 3.0 ASR vs Qwen Audio 3.1 ASR vs StepAudio 3 ASR Max vs Deepgram Nova-3:ボイスメール1件 Qwen Audio 3.0 ASR、Qwen Audio 3.1 ASR、StepAudio 3 ASR Max、Deepgram...

StepAudio 3 ASR Max vs Qwen Audio 3.0 ASR: よくある質問

StepAudio 3 ASR Max と Qwen Audio 3.0 ASR の違いは何ですか?

StepAudio 3 ASR Max のほうが新しいリリースです (2026年8月31日)。Qwen Audio 3.0 ASR のリリースは 2026年7月30日 です。 転写 (音声の時間あたり) の料金は Qwen Audio 3.0 ASR のほうが低くなっています。 このページの仕様、料金表、パラメーターは EmpirioLabs のライブカタログに基づいています。

StepAudio 3 ASR Max と Qwen Audio 3.0 ASR ではどちらが新しいですか?

StepAudio 3 ASR Max のほうが新しいリリースです (2026年8月31日)。Qwen Audio 3.0 ASR のリリースは 2026年7月30日 です。

StepAudio 3 ASR Max と Qwen Audio 3.0 ASR ではどちらの料金が低いですか?

転写 (音声の時間あたり) の料金は Qwen Audio 3.0 ASR のほうが低くなっています。 両方のライブ料金表はこのページにあり、常に API の請求額と一致します。

統合を作り直さずに StepAudio 3 ASR Max と Qwen Audio 3.0 ASR を切り替えられますか?

はい。どちらのモデルも同じ EmpirioLabs API キーで POST /v1/audio/transcriptions を使うため、ほとんどの連携は model の値を変えるだけで切り替えられます。モデル固有のパラメーターに依存している場合は、先にこのページのパラメーター表を確認してください。

統合する前にブラウザで StepAudio 3 ASR Max と Qwen Audio 3.0 ASR を試せますか?

はい。EmpirioLabs プレイグラウンド で各モデルを開き、API と同じパラメーターで同じプロンプトを両方に実行できます。