유형
사양
요금
입력
1M 프롬프트 토큰당
$2.60
출력
생성된 토큰 1M 단위
$46.80
Gemini 3.8 Flash TTS와(과) StepAudio 3 TTS을(를) 나란히 비교: 사양, 기능, 파라미터, EmpirioLabs 카탈로그의 실시간 요금.
Google 
StepFun 오디오 생성Google의 Gemini 3.8 Flash TTS와(과) StepFun의 StepAudio 3 TTS은(는) 모두 오디오 생성 카테고리에 속하며 EmpirioLabs API로 사용할 수 있습니다.
| 사양 | Gemini 3.8 Flash TTS | StepAudio 3 TTS |
|---|---|---|
| 모델 ID | gemini-3-8-flash-tts | stepaudio-3-tts |
| 개발사 | StepFun | |
| 출시 | 2026년 9월 22일 | 2026년 9월 9일 |
| 입력 | 텍스트 | 텍스트 |
| 출력 | 오디오 | 오디오 |
| 리전 | - | International |
| 엔드포인트 | POST /v1/audio/speech POST /v1/audio/speech:stream GET /v1/voices | POST /v1/audio/speech POST /v1/audio/speech:stream |
| 기능 |
두 모델의 EmpirioLabs 카탈로그 실시간 요금입니다. 각 요금표는 항상 API 청구 금액과 일치합니다.
EmpirioLabs에서 각 모델에 표시된 요청 파라미터와 허용 값 또는 범위입니다. 하이픈은 해당 모델에 표시되지 않은 파라미터를 뜻합니다.
| 파라미터 | Gemini 3.8 Flash TTS | StepAudio 3 TTS |
|---|---|---|
| input | 최대 5000 | 최대 1000 |
| mode | single, multi 기본값: single | - |
| language | string | en, zh, ja, ko, fr, es 기본값: en |
| voice | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... 기본값: Charon | lively-girl, vibrant-youth, soft-spoken-gentleman, magnetic-v... 기본값: lively-girl |
| voice_audio_url | string | - |
| voice_consent_audio_url | string | - |
| voice2 | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... 기본값: Kore | - |
| speaker1_name | string 기본값: Speaker1 | - |
| speaker2_name | string 기본값: Speaker2 | - |
| output_format | WAV, MP3, OGG, ALAW, MULAW 기본값: WAV | - |
| speed | 0.25 ~ 2 기본값: 1 | 0.5 ~ 2 기본값: 1 |
| volume_gain | -96 ~ 16 기본값: 0 | - |
| sample_rate | 8000, 16000, 22050, 24000, 44100, 48000 기본값: 24000 | 8000, 16000, 22050, 24000 기본값: 24000 |
| style_prompt | string | - |
| instruction | - | 최대 500 |
| volume | - | 0.1 ~ 2 기본값: 1 |
<argh> <breath> <heavy breath> <exhales> <cackle> <cheer> <chuckle> <chuckles> <cough> <cry> <gasp> <giggle> <groan> <growl> <grunt> <grr> <hiss> <laugh> <laughter> <moan> <pant> <pff> <phew> <scream> <shout> <shriek> <sigh> <sighs> <sneeze> <snicker> <snort> <sob> <throat-clearing> <tsk> <whimper> <whispers> <whispering> <yawn> <short pause> <long pause>최대 입력 문자는 1,000자입니다. 괄호 안의 내용은 전달 지시로 간주되며 말로 전달되지 않습니다. 전 세계 감정 또는 스타일 가이드를 위해 최대 500자까지 명령어를 사용하세요. 12개의 시스템 음성이 제공됩니다. 인식되는 언어는 중국어, 영어, 일본어, 한국어, 프랑스어, 스페인어이며, 미리보기에서는 중국어와 영어 외의 언어도 포함되어 있습니다. 출력 형식은 mp3, wav, flac, opus, pcm이며, 8000, 16000, 22050, 또는 24000Hz입니다. Wav는 스트리밍이 아닌 완전한 파일로 반환됩니다. 이 모델은 voice_label를 지원하지 않습니다.
Gemini 3.8 Flash TTS은(는) POST /v1/audio/speech로 음성을 생성하고 재생 가능한 오디오를 반환합니다. 말할 텍스트를 input으로, 모델 ID gemini-3-8-flash-tts와 함께 보내세요. 두 모델은 같은 엔드포인트로 호출합니다. model을(를) gemini-3-8-flash-tts 또는 stepaudio-3-tts(으)로 설정하세요. EmpirioLabs 대시보드에서 API 키를 발급받으세요.
curl https://api.empiriolabs.ai/v1/audio/speech \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3-8-flash-tts",
"input": "Welcome to EmpirioLabs. Your build just finished."
}' \
--output speech.mp3두 모델을 모두 다룬 프롬프트 테스트와 비교 실험입니다.
Gemini 3.8 Flash TTS이(가) 더 최근에 출시되었습니다(2026년 9월 22일). StepAudio 3 TTS의 출시일은 2026년 9월 9일입니다. Gemini 3.8 Flash TTS에만 표시된 기능: multi speaker, voice tags, streaming, voice cloning. StepAudio 3 TTS에만 표시된 기능: contextual tts. 이 페이지의 사양, 요금표, 파라미터는 EmpirioLabs 실시간 카탈로그에서 가져옵니다.
Gemini 3.8 Flash TTS이(가) 더 최근에 출시되었습니다(2026년 9월 22일). StepAudio 3 TTS의 출시일은 2026년 9월 9일입니다.
두 모델은 과금 단위나 구간이 달라 이 페이지의 실시간 요금표로 비교하세요. 요금표는 항상 API 청구 금액과 일치합니다.
네. 두 모델 모두 같은 EmpirioLabs API 키로 POST /v1/audio/speech을(를) 사용하므로 대부분의 연동은 model 값만 바꾸면 전환됩니다. 모델 전용 파라미터에 의존한다면 먼저 이 페이지의 파라미터 표를 확인하세요.
네. EmpirioLabs 플레이그라운드에서 각 모델을 열고 API와 같은 파라미터로 같은 프롬프트를 두 모델에 실행해 보세요.
