オーディオ生成 APIs

About オーディオ生成 on EmpirioLabs

Audio generation models on EmpirioLabs cover text-to-speech, music, and sound effects, with options like multiple speakers or voice cloning depending on the model. You send your text or prompt and retrieve audio, billed per generation or per minute.

オーディオ生成 models (10)

ACE-Step 1.5 XL

text-to-song および lyric-guided オーディオ用のオープンソースの音楽生成モデル、制御可能な曲反復のための高速な 8 ステップ XL ターボ推論。

TTS 1.5 Mini

サブ130ms TTFB 音声合成は、15 カ国語で 271 以上の音声、表現力のある音声、低レイテンシの音声エージェントのリアルタイム SSE ストリーミングに対応しています。

TTS 1.5 Max

豊富な表現力豊かなプロッディ、15言語の271以上の音声、単語ごとのタイムスタンプによるリアルタイムのSSEストリーミング

Gemini 2.5 Flash TTS

低レイテンシ text-to-speech は、シングルとマルチスピーカーの音声と制御可能なスタイル、アクセント、およびプロダクションアプリのエクスプレストーンです。

Gemini 2.5 Pro TTS

23以上の言語で表現力豊かなマルチスピーカーボイスで、ポッドキャスト、オーディオブック、カスタマーサポートの高品質TSプレビュー。

Gemini 3.1 Flash TTS

新しいオーディオタグを備えた高度に制御可能なTSは、正確なスタイル、トーン、ペース、そしてナレーション、アシスタント、ボイスアプリを横断して配信します。

GLM TTS

LLM ベースの text-to-speech で、音声の 3-10 秒からゼロショットボイスクローニング、マルチリワード RL による制御可能な出力。

SoulX Podcast

パラリンギュリスティックコントロール(笑い、sighs)とゼロショットボイスクローニングによるロングフォーム、マルチスピーカーポッドキャストダイアログ用のオープンソースボイスモデル。

Stable Audio 2.0

テキストプロンプトから最大3分の音声を生成し、 text-to-audio と audio-to-audio をサポートし、調整可能な時間、ステップ、および CFG スケールを伴います。

Stable Audio 2.5

text-to-audio 、 audio-to-audio 、音楽制作、サウンドデザイン、リミックスのためのオーディオインペレーション

How to call オーディオ生成 models

ACE-Step 1.5 XL runs through POST /v1/audio/generations. The request returns a job_id right away; poll GET /v1/jobs/{job_id} until the job completes and read the output URLs from the result. Swap the model id for any model above. Get an API key from the EmpirioLabs dashboard.

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 APIs: common questions

How many オーディオ生成 model APIs does EmpirioLabs offer?

EmpirioLabs lists 10 オーディオ生成 models, including ACE-Step 1.5 XL, TTS 1.5 Mini, TTS 1.5 Max. Each model has its own dedicated API page with live pricing, parameters, and a quickstart.

How are オーディオ生成 APIs priced on EmpirioLabs?

Every オーディオ生成 model is billed pay as you go, with no monthly minimum. The exact rate card lives on each model's page and always matches what the API charges.

Do I need to be a developer to use オーディオ生成 models?

No. Every model here runs in the EmpirioLabs playground, a friendly in-browser interface where you can set the options and see results without writing any code. When you are ready to automate, the same model is available through the API.

Other model categories