StepAudio API

EmpirioLabs AI의 모든 StepAudio 모델, 총 11개. 비교한 뒤 작업, 품질, 예산에 맞는 모델을 호출하세요.

StepFun 오디오 생성 전사 텍스트 생성 11개 모델

StepAudio API 소개

EmpirioLabs의 StepAudio은(는) StepFun의 모델 API 11개를 모았습니다 (StepAudio 3 TTS, StepAudio 3 Chat, StepAudio 3 Gen, StepAudio 3 Music 포함). 각 모델은 실시간 요금, 파라미터, 문서, 플레이그라운드 접근이 있는 전용 페이지를 갖습니다.

StepAudio 모델 (11)

StepAudio API 요금

패밀리를 한눈에 비교한 다음, 전체 실시간 요금표와 파라미터는 모델 페이지에서 확인하세요.

오디오 생성: 텍스트 문자 수 기준 요금

모델최저 요금적용 대상
StepAudio 3 Gen$0.14 10,000자 단위생성
StepAudio 3 TTS$0.14 10,000자 단위합성
StepAudio 2.5 TTS$0.85 10,000자 단위합성

텍스트 생성: 100만 토큰당, 입력 요금 순

모델입력출력
StepAudio 2.5 Chat$1.50$3.50
StepAudio 3 Chat$1.50$3.50

전사: 오디오 분 또는 시간당 요금

모델최저 요금적용 대상
StepAudio 2.5 ASR$0.05 오디오 시간당전사
StepAudio 2.5 ASR Stream$0.40 오디오 시간당전사
StepAudio 3 ASR Max$0.60 오디오 시간당전사
엔드포인트
POST/v1/audio/speech
요금
유형
사양
요금
합성
10,000자 단위
$0.14
적합한 용도
6개 언어에 걸친 인간 수준의 음성 합성, 12개의 시스템 음성, 자연어 전달 방향, 스트리밍 재생 기능.
엔드포인트
POST/v1/chat/completions
요금
유형
사양
요금
입력
1M 프롬프트 토큰당
$1.50
출력
생성된 토큰 1M 단위
$3.50
암묵적 캐시 읽기
1M 캐시된 입력 토큰당
$0.30
웹 검색 (링크업)
호출 시 통화당
$0.013
적합한 용도
응답하기 전에 추론하는 오디오 및 텍스트 대화 모델로, 함수 호출과 JSON 출력이 포함됩니다.
엔드포인트
POST/v1/audio/generations
요금
유형
사양
요금
생성
10,000자 단위
$0.14
적합한 용도
대사, 효과음, 분위기, 배경 음악을 한 장면의 클립에 함께 생성합니다.
엔드포인트
POST/v1/audio/generations
요금
유형
사양
요금
텍스트와 음악
생성된 초당
$0.000667
오디오와 음악으로
생성된 초당
$0.001334
적합한 용도
스타일 설명을 바탕으로 보컬, 편곡, 믹싱, 또는 연주곡과 커버곡을 포함한 완전한 곡을 씁니다.
엔드포인트
POST/v1/audio/transcriptions
요금
유형
사양
요금
전사
오디오 시간당
$0.60
적합한 용도
고유명사, 전문 용어, 방언, 그리고 속삭임, 빠른 말하기, 노래 등 어려운 오디오에 대한 문맥 인식 전사.
엔드포인트
WEBSOCKET/v1/realtime
요금
유형
사양
요금
회기
분당
$0.125
적합한 용도
음성 입력, 음성 출력, 한 소켓을 통해 가능합니다. 응답 중간에 중단 가능하며, 음성 활동 감지가 응답 시점을 결정합니다.
엔드포인트
WEBSOCKET/v1/realtime
요금
유형
사양
요금
입력
1M 프롬프트 토큰당
$1.50
출력
생성된 토큰 1M 단위
$10.00
암묵적 캐시 읽기
1M 캐시된 입력 토큰당
$0.30
적합한 용도
말하기 인(in), 나음(voice) 한 소켓 위에서 말하는 방식, 그리고 어조와 페이싱에 대한 준언어적 이해.
엔드포인트
WEBSOCKET/v1/realtime
요금
유형
사양
요금
전사
오디오 시간당
$0.40
적합한 용도
소켓을 통한 실시간 전사, 화자가 말하는 동안 부분적인 결과를 반환하고, 음성 활동 감지로 각 문장을 표시합니다.
엔드포인트
POST/v1/audio/transcriptions
요금
유형
사양
요금
전사
오디오 시간당
$0.05
적합한 용도
StepFun은 중국어 및 영어 오디오 전사를 위한 스트리밍 음성 인식 모델입니다.
엔드포인트
POST/v1/audio/speech
요금
유형
사양
요금
합성
10,000자 단위
$0.85
적합한 용도
맥락 기반 StepFun text-to-speech 자연어 음성 지시와 표현력 전달을 갖춘 모델입니다.
엔드포인트
POST/v1/chat/completions
요금
유형
사양
요금
입력
1M 프롬프트 토큰당
$1.50
출력
생성된 토큰 1M 단위
$3.50
암묵적 캐시 읽기
1M 캐시된 입력 토큰당
$0.30
웹 검색 (링크업)
호출 시 통화당
$0.013
적합한 용도
StepFun 오디오 및 텍스트 대화 모델, 텍스트 출력과 준언어적 이해를 지원합니다.
전체 요금 페이지에서 모든 모델 비교

StepAudio 예시와 비교

공개된 테스트의 출력입니다. 각 항목은 출처 게시물로 연결됩니다.

이 모델 패밀리를 다룬 프롬프트 테스트, 결과 노트, 비교 실험을 확인하세요.

StepAudio API: 자주 묻는 질문

StepAudio API란 무엇인가요?

EmpirioLabs의 StepAudio은(는) StepFun의 모델 API 11개를 포함합니다: StepAudio 3 TTS, StepAudio 3 Chat, StepAudio 3 Gen, StepAudio 3 Music, StepAudio 3 ASR Max, StepAudio 3 Realtime, StepAudio 2.5 Realtime, StepAudio 2.5 ASR Stream, StepAudio 2.5 ASR, StepAudio 2.5 TTS, StepAudio 2.5 Chat. 하나의 EmpirioLabs API 키로 요청에 맞는 모델 ID를 선택해 사용합니다.

어떤 StepAudio 모델을 사용해야 하나요?

속도, 품질, 요금 요구 사항에 맞는 모델 페이지부터 시작해 EmpirioLabs 플레이그라운드에서 테스트하세요. 위의 비교 카드는 각 모델의 실시간 요금표와 퀵스타트로 연결됩니다.

StepAudio 요금은 어떻게 표시되나요?

사용한 만큼 결제하거나 주간 사용량이 포함된 요금제를 선택하세요. 이 페이지의 카드는 실시간 카탈로그의 짧은 요약을 보여주고, 각 모델 페이지에는 API 청구와 일치하는 전체 요금표가 있습니다.

EmpirioLabs AI에서 가장 저렴한 StepAudio 모델은 무엇인가요?

이 방식으로 과금되는 StepAudio 모델 3개 중 문자당 요금 기준 최저가 모델은 StepAudio 3 Gen, StepAudio 3 TTS입니다. 이 페이지의 요금표에서 각 모델의 최저 요금과 적용 대상을 확인할 수 있습니다.

브라우저에서 StepAudio을(를) 사용해 볼 수 있나요?

네. 이 패밀리의 아무 모델 페이지나 열고 플레이그라운드 링크로 브라우저에서 프롬프트와 파라미터를 테스트한 뒤 API를 통합하세요.

더 나은 엔드포인트를 사용할 준비가 되셨나요?

저희 가격을 확인하시거나 저희 스택에 자체 모델을 배포하고 싶으시면 연락해 주세요.