StepAudio 3 Gen vs StepAudio 3 Music

StepAudio 3 Gen e StepAudio 3 Music lado a lado: especificações, recursos, parâmetros e preços ao vivo do catálogo da EmpirioLabs.

StepFun Geração de Áudio

StepAudio 3 Gen vs StepAudio 3 Music em resumo

StepAudio 3 Gen e StepAudio 3 Music são modelos de StepFun na categoria Geração de Áudio, disponíveis pela API da EmpirioLabs.

Principais diferenças

  • StepAudio 3 Gen é o lançamento mais recente (9 de set. de 2026); StepAudio 3 Music foi lançado em 8 de set. de 2026.
  • Tipos de entrada que só StepAudio 3 Music aceita: Áudio.
  • Recursos indicados apenas para StepAudio 3 Gen: text to speech, sound effects, voice control.
  • Recursos indicados apenas para StepAudio 3 Music: music generation, audio in, multilingual.

StepAudio 3 Gen vs StepAudio 3 Music: especificações

EspecificaçãoStepAudio 3 GenStepAudio 3 Music
ID do modelostepaudio-3-genstepaudio-3-music
AutorStepFunStepFun
Lançado9 de set. de 20268 de set. de 2026
Entrada
Texto
Texto Áudio
Saída
Áudio
Áudio
RegiãoInternationalInternational
Endpoints
POST /v1/audio/generations
POST /v1/audio/generations
Recursos
audio generation text to speech sound effects voice control
music generation audio generation audio in multilingual

StepAudio 3 Gen vs StepAudio 3 Music: preços da API

Tarifas ao vivo do catálogo da EmpirioLabs para os dois modelos. Cada tabela de tarifas sempre corresponde ao que a API cobra.

StepAudio 3 Gen vs StepAudio 3 Music: parâmetros da API

Parâmetros de requisição que cada modelo indica na EmpirioLabs, com os valores permitidos ou o intervalo quando houver. Um traço marca um parâmetro que o modelo não indica.

ParâmetroStepAudio 3 GenStepAudio 3 Music
promptstringstring
instructionmáx. 500-
rolesstring-
scriptsstring-
response_formatmp3, wav, flac, opus, pcm Padrão: mp3mp3, wav, flac, opus, pcm Padrão: mp3
sample_rate8000, 16000, 22050, 24000, 48000 Padrão: 24000-
speed0.5 a 2 Padrão: 1-
volume0.1 a 2 Padrão: 1-
text_normalizationstandard, enhanced Padrão: standard-
lyrics-string
task-text_to_music, music_cover, vocal_to_music Padrão: text_to_music
instrumental-boolean Padrão: false
song_audio-string
vocal_audio-string
temperature-0.01 a 2 Padrão: 0.85
top_p-0 a 1 Padrão: 0.92

StepAudio 3 Gen vs StepAudio 3 Music: limites e notas

StepAudio 3 Gen

Um clipe finalizado com falas, efeitos sonoros, ambiente e música de fundo juntos. O texto no prompt e scripts é falado conforme escrito: descreva o cenário e a música de fundo na instrução, envolva um efeito sonoro ou sinal musical entre colchetes e coloque uma direção de entrega entre parênteses. Envie um prompt, ou use papéis e scripts para controle de múltiplos alto-falantes. Funções e instruções são limitadas a 500 caracteres cada e scripts a 1.000. Os formatos de saída são mp3, wav, flac, opus e pcm. Vozes de referência e clonagem de vozes não estão disponíveis neste modelo. Este modelo está em prévia e suas capacidades podem mudar.

StepAudio 3 Music

Descreva o estilo e o modelo escreve e executa uma música completa. Forneça letras ou deixe o modelo escrevê-las, defina instrumental para uma faixa sem vocais, ou anexe uma música de referência para um cover ou um vocal seco para construir um arranjo em volta. Tags de seção como [Verso], [Refrão] e [Outro] moldam a estrutura. O comprimento de saída é escolhido pelo modelo e normalmente é de um a três minutos, então não é definido por um parâmetro e duas execuções do mesmo prompt podem ser diferentes. O faturamento segue o comprimento gerado. Instrumental e letra não podem ser combinados. Este modelo está em prévia e suas capacidades podem mudar.

Como chamar StepAudio 3 Gen e StepAudio 3 Music

StepAudio 3 Gen roda por POST /v1/audio/generations. A requisição retorna um job_id na hora; consulte GET /v1/jobs/{job_id} até o job terminar e leia as URLs de saída do resultado. Os dois modelos são chamados pelo mesmo endpoint. Defina model como stepaudio-3-gen ou stepaudio-3-music. Obtenha uma chave de API no painel EmpirioLabs.

cURL: enviar o job
curl https://api.empiriolabs.ai/v1/audio/generations \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "stepaudio-3-gen",
    "prompt": "Describe what you want StepAudio 3 Gen to generate."
  }'

StepAudio 3 Gen vs StepAudio 3 Music: perguntas frequentes

Qual é a diferença entre StepAudio 3 Gen e StepAudio 3 Music?

StepAudio 3 Gen é o lançamento mais recente (9 de set. de 2026); StepAudio 3 Music foi lançado em 8 de set. de 2026. Tipos de entrada que só StepAudio 3 Music aceita: Áudio. Recursos indicados apenas para StepAudio 3 Gen: text to speech, sound effects, voice control. As especificações, as tabelas de tarifas e os parâmetros desta página vêm do catálogo ao vivo da EmpirioLabs.

Qual é mais recente, StepAudio 3 Gen ou StepAudio 3 Music?

StepAudio 3 Gen é o lançamento mais recente (9 de set. de 2026); StepAudio 3 Music foi lançado em 8 de set. de 2026.

Qual tem a tarifa mais baixa, StepAudio 3 Gen ou StepAudio 3 Music?

Os dois modelos são tarifados em unidades ou níveis diferentes, então compare as tabelas de tarifas ao vivo desta página. Elas sempre correspondem ao que a API cobra.

Posso alternar entre StepAudio 3 Gen e StepAudio 3 Music sem reconstruir minha integração?

Sim. Os dois modelos usam POST /v1/audio/generations com a mesma chave de API da EmpirioLabs, então a maioria das integrações alterna só mudando o valor model. Confira antes a tabela de parâmetros desta página se você depende de um parâmetro específico de um modelo.

Posso testar StepAudio 3 Gen e StepAudio 3 Music no navegador antes de integrar?

Sim. Abra cada modelo no playground da EmpirioLabs e execute o mesmo prompt nos dois, com os parâmetros que a API expõe.

Pronto para usar endpoints melhores?

Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.