StepAudio 3 ASR Max vs StepAudio 2.5 ASR

StepAudio 3 ASR Max vs StepAudio 2.5 ASR の概要

StepAudio 3 ASR Max と StepAudio 2.5 ASR はどちらも StepFun のモデルで、転写カテゴリに属し、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)。StepAudio 2.5 ASR のリリースは 2026年4月24日 です。
• StepAudio 3 ASR Max だけに記載されている機能: multilingual。
• StepAudio 2.5 ASR だけに記載されている機能: streaming asr, timestamps。
• 転写 (音声の時間あたり) の料金は StepAudio 2.5 ASR のほうが低くなっています。

StepAudio 3 ASR Max vs StepAudio 2.5 ASR: 仕様

StepAudio 3 ASR Max vs StepAudio 2.5 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 StepAudio 2.5 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 StepAudio 2.5 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。

StepAudio 2.5 ASR

wav、mp3、ogg、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。認識言語は中国語と英語に対応しています。タイムスタンプ出力はenable_timestampを通じて利用可能です。

StepAudio 3 ASR Max と StepAudio 2.5 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 stepaudio-2-5-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 StepAudio 2.5 ASR: よくある質問

StepAudio 3 ASR Max と StepAudio 2.5 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)。StepAudio 2.5 ASR のリリースは 2026年4月24日 です。 StepAudio 3 ASR Max だけに記載されている機能: multilingual。 StepAudio 2.5 ASR だけに記載されている機能: streaming asr, timestamps。 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 StepAudio 2.5 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)。StepAudio 2.5 ASR のリリースは 2026年4月24日 です。

StepAudio 3 ASR Max と StepAudio 2.5 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 StepAudio 2.5 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 StepAudio 2.5 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 StepAudio 2.5 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。