

StepAudio 3 Gen と StepAudio 3 Music を並べて比較: 仕様、機能、パラメーター、EmpirioLabs カタログのライブ料金。
StepAudio 3 Gen と StepAudio 3 Music はどちらも StepFun のモデルで、オーディオ生成カテゴリに属し、EmpirioLabs API から利用できます。
| 仕様 | StepAudio 3 Gen | StepAudio 3 Music |
|---|---|---|
| モデルID | stepaudio-3-gen | stepaudio-3-music |
| 開発元 | StepFun | StepFun |
| リリース | 2026年9月9日 | 2026年9月8日 |
| 入力 | テキスト | テキスト 音声 |
| 出力 | 音声 | 音声 |
| リージョン | International | International |
| エンドポイント | POST /v1/audio/generations | POST /v1/audio/generations |
| 機能 |
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。
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。
| パラメータ | StepAudio 3 Gen | StepAudio 3 Music |
|---|---|---|
| prompt | string | string |
| instruction | 最大 500 | - |
| roles | string | - |
| scripts | string | - |
| response_format | mp3, wav, flac, opus, pcm デフォルト: mp3 | mp3, wav, flac, opus, pcm デフォルト: mp3 |
| sample_rate | 8000, 16000, 22050, 24000, 48000 デフォルト: 24000 | - |
| speed | 0.5 から 2 デフォルト: 1 | - |
| volume | 0.1 から 2 デフォルト: 1 | - |
| text_normalization | standard, enhanced デフォルト: standard | - |
| lyrics | - | string |
| task | - | text_to_music, music_cover, vocal_to_music デフォルト: text_to_music |
| instrumental | - | boolean デフォルト: false |
| song_audio | - | string |
| vocal_audio | - | string |
| temperature | - | 0.01 から 2 デフォルト: 0.85 |
| top_p | - | 0 から 1 デフォルト: 0.92 |
完成したクリップ1つで、スピーチライン、効果音、環境音、背景音楽を組み合わせて。プロンプトとスクリプトのテキストは書かれた通りに発言されます:指示で設定や背景音楽を説明し、効果音や音楽キューを括弧で囲み、伝え方を括弧内に記載します。プロンプトを送信するか、マルチスピーカー制御のために役割やスクリプトを使用します。ロールと指示はそれぞれ500文字、スクリプトは1,000文字に制限されています。出力フォーマットはmp3、wav、flac、opus、pcmです。このモデルでは参照音声や音声クローンは利用できません。このモデルはプレビュー段階で、機能が変わる可能性があります。
スタイルを説明し、モデルが完全な曲を書き演奏します。歌詞を提供するかモデルに書かせ、ボーカルなしのトラックにインストゥルメンタルを設定したり、カバーやドライボーカルの参考曲を付けてアレンジを構築します。[Verse]、[Chorus]、[Outro]などのセクションタグが構成を形作ります。出力の長さはモデルが決定し、通常1〜3分程度なのでパラメータで設定されず、同じプロンプトを2回回繰り返しても異なる場合があります。請求は生成された長さに従います。インストゥルメンタルと歌詞は組み合わせることはできません。このモデルはまだプレビュー段階で、機能は変更される場合があります。
StepAudio 3 Gen は POST /v1/audio/generations 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-gen または stepaudio-3-music 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/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."
}'StepAudio 3 Gen のほうが新しいリリースです (2026年9月9日)。StepAudio 3 Music のリリースは 2026年9月8日 です。 StepAudio 3 Music だけが対応する入力の種類: 音声。 StepAudio 3 Gen だけに記載されている機能: text to speech, sound effects, voice control。 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 Gen のほうが新しいリリースです (2026年9月9日)。StepAudio 3 Music のリリースは 2026年9月8日 です。
2 つのモデルは課金単位または階層が異なるため、このページのライブ料金表で比較してください。料金表は常に API の請求額と一致します。
はい。どちらのモデルも同じ EmpirioLabs API キーで POST /v1/audio/generations 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。
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。