StepAudio 3 ASR Max API

StepAudio 3 ASR Max について

固有名詞、専門用語、方言、ささやき声、早口の話し方、歌唱など難しい音声の文脈認識した転写。

EmpirioLabs標準/v1/audio/transcriptionsエンドポイントを公開し、最終的な転写本を通常の転写応答形式で返します。

別名 StepFun StepAudio 3 ASR Max

StepAudio 3 ASR Max の仕様

モデルID

stepaudio-3-asr-max

開発元

StepFun

カテゴリ

転写

リリース

2026年8月31日

入力

音声

出力

テキスト

リージョン

International

エンドポイント

POST/v1/audio/transcriptions

代替モデルID

stepfun/stepaudio-3-asr-max

StepAudio 3 ASR Max API の料金

EmpirioLabs カタログのライブ従量課金料金です。使った分だけの支払いで、月額最低料金はありません。

StepAudio 3 ASR Max API 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。 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"
  }'

curl https://api.empiriolabs.ai/v1/jobs/JOB_ID \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY"

import requests

response = requests.post(
    "https://api.empiriolabs.ai/v1/audio/transcriptions",
    headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
    json={
        "model": "stepaudio-3-asr-max",
        "audio_url": "https://example.com/meeting-recording.mp3",
    },
)
job = response.json()

# Generation runs as an async job. Poll until it completes.
import time
while True:
    status = requests.get(
        f"https://api.empiriolabs.ai/v1/jobs/{job['job_id']}",
        headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
    ).json()
    if status.get("status") in ("completed", "failed"):
        print(status)
        break
    time.sleep(5)

StepAudio 3 ASR Max API のパラメーター

EmpirioLabs 上の StepAudio 3 ASR Max API が対応するリクエストパラメーターです。フィールドを省略した場合はデフォルト値が適用されます。

知っておくと便利

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 3 ASR Max API: よくある質問

StepAudio 3 ASR Max API の料金はいくらですか?

EmpirioLabs では StepAudio 3 ASR Max は従量課金です: 転写 $0.24 音声の時間あたり。このページのライブ料金表は常に API の請求額と一致します。

StepAudio 3 ASR Max はどのエンドポイントを使いますか?

StepAudio 3 ASR Max は api.empiriolabs.ai 上の POST /v1/audio/transcriptions で提供され、標準的な Bearer トークン認証を使用します。

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

はい。EmpirioLabs プレイグラウンドでは API と同じパラメーターで StepAudio 3 ASR Max をブラウザ上で実行できるので、コードを書く前にプロンプトを試せます。

StepAudio 3 ASR Max の API キーはどうやって取得しますか?

EmpirioLabs アカウントを作成し、ダッシュボードの API Keysでキーを生成してください。課金は従量制クレジットなので、実行したリクエストの分だけ支払います。