

StepAudio 3 Gen e StepAudio 3 Music lado a lado: especificações, recursos, parâmetros e preços ao vivo do catálogo da EmpirioLabs.
StepAudio 3 Gen e StepAudio 3 Music são modelos de StepFun na categoria Geração de Áudio, disponíveis pela API da EmpirioLabs.
| Especificação | StepAudio 3 Gen | StepAudio 3 Music |
|---|---|---|
| ID do modelo | stepaudio-3-gen | stepaudio-3-music |
| Autor | StepFun | StepFun |
| Lançado | 9 de set. de 2026 | 8 de set. de 2026 |
| Entrada | Texto | Texto Áudio |
| Saída | Áudio | Áudio |
| Região | International | International |
| Endpoints | POST /v1/audio/generations | POST /v1/audio/generations |
| Recursos |
Tarifas ao vivo do catálogo da EmpirioLabs para os dois modelos. Cada tabela de tarifas sempre corresponde ao que a API cobra.
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.
| Parâmetro | StepAudio 3 Gen | StepAudio 3 Music |
|---|---|---|
| prompt | string | string |
| instruction | máx. 500 | - |
| roles | string | - |
| scripts | string | - |
| response_format | mp3, wav, flac, opus, pcm Padrão: mp3 | mp3, wav, flac, opus, pcm Padrão: mp3 |
| sample_rate | 8000, 16000, 22050, 24000, 48000 Padrão: 24000 | - |
| speed | 0.5 a 2 Padrão: 1 | - |
| volume | 0.1 a 2 Padrão: 1 | - |
| text_normalization | standard, 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 |
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.
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.
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 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 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.
StepAudio 3 Gen é o lançamento mais recente (9 de set. de 2026); StepAudio 3 Music foi lançado em 8 de set. de 2026.
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.
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.
Sim. Abra cada modelo no playground da EmpirioLabs e execute o mesmo prompt nos dois, com os parâmetros que a API expõe.
Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.