オーディオ生成 APIs

音声、音楽、音声生成モデルは統一API上で提供されます。

39 モデル

EmpirioLabs のオーディオ生成について

EmpirioLabsの音声生成モデルはtext-to-speech、音楽、効果音をカバーしており、モデルによっては複数スピーカーやボイスクローンなどのオプションがあります。テキストやプロンプトを送信し、音声を世代単位または分単位で請求します。

オーディオ生成 API の料金(安い順)

各モデルが掲載する最も低い料金を料金表からリアルタイムで読み取り、安い順に並べています。各モデルのページにすべての料金とオプションがあります。

テキストの文字数に応じた料金

モデル最低料金適用対象
TTS 2 Flash Inworld$15.00$10.50 100万文字あたり合成
StepAudio 3 Gen StepFun$0.14 10,000文字あたり生成
StepAudio 3 TTS StepFun$0.14 10,000文字あたり合成
Qwen Audio 3.0 TTS Alibaba Cloud$0.15 10,000文字あたりフラッシュ合成
SoulX Podcast Soul AI Lab$0.015 1,000文字あたり、最低700文字のリクエスト基地
TTS 1.5 Mini Inworld$25.00$17.50 100万文字あたり合成
TTS 2 Inworld$25.00$22.00 100万文字あたり合成
TTS 1.5 Max Inworld$35.00$29.75 100万文字あたり合成
11 個のモデルをすべて表示
モデル最低料金適用対象
Qwen Audio 3.1 TTS Plus Alibaba Cloud$0.60 10,000文字あたり合成
StepAudio 2.5 TTS StepFun$0.85 10,000文字あたり合成
GLM TTS Z.ai$0.20 1,000文字あたり、最低50文字をリクエストごとに速い(INT8)

1秒あたりの料金

モデル最低料金適用対象
ACE-Step 1.5 XL ACE-Step$0.0003$0.00025 生成秒あたり音楽生成
StepAudio 3 Music StepFun$0.000667 生成秒あたりテキストと音楽
Sonilo Audio Ducking Sonilo$0.0012 生成秒あたりオーディオダッキング
MiniMax Music 3 MiniMax$0.002$0.0018 生成秒あたり音楽生成
Sonilo Sound Effects 1.0 Sonilo$0.0036 生成秒あたりテキストから効果音への変換
Sonilo v1.1 Sonilo$0.0045 生成秒あたりテキストと音楽

他の単位で課金されるモデルはこのランキングに含まれません。各モデルのページに料金表の全体があります。

オーディオ生成 モデル (39)

オーディオ生成 モデルの呼び出し方

ACE-Step 1.5 XL 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。 model ID は上のどのモデルにも差し替えられます。 EmpirioLabs ダッシュボードで API キーを取得してください。

cURL: ジョブを送信
curl https://api.empiriolabs.ai/v1/audio/generations \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "ace-step-1-5-xl",
    "prompt": "Describe what you want ACE-Step 1.5 XL to generate."
  }'

オーディオ生成 API: よくある質問

EmpirioLabs はオーディオ生成モデル API をいくつ提供していますか?

EmpirioLabs には 39 オーディオ生成モデル APIがあります(ACE-Step 1.5 XL, TTS 2, TTS 1.5 Mini など)。各モデルにはライブ料金、パラメーター、クイックスタートを備えた専用 API ページがあります。

EmpirioLabs のオーディオ生成 API はどのように課金されますか?

従量課金で利用するか、週ごとの利用枠付きプランを選べます。正確な料金表は各モデルのページにあり、常に API の請求額と一致します。

EmpirioLabs AI で最も安い オーディオ生成 モデルはどれですか?

この方式で課金される 11 個の オーディオ生成 モデルのうち、1文字あたりの料金が最も低いのは TTS 2 Flash で、次に StepAudio 3 Gen, StepAudio 3 TTS が続きます。このページの料金表に、各モデルの最低料金と適用対象を掲載しています。

オーディオ生成モデルを使うには開発者である必要がありますか?

いいえ。ここにあるすべてのモデルはEmpirioLabs プレイグラウンドで動きます。コードを書かずにオプションを設定して結果を確認できる、使いやすいブラウザ内インターフェースです。自動化したくなったら、同じモデルを API から利用できます。

その他のモデルカテゴリ

モデルカタログ全体を見る

より良いエンドポイントを使う準備はできていますか?

ご自身のモデルを当社のスタックに展開したい方は、ぜひご価格をご覧ください。