Tipo
Especificação
Tarifa
Síntese
por 10.000 caracteres
$0.14
StepAudio 3 TTS e Gemini 2.5 Pro TTS lado a lado: especificações, recursos, parâmetros e preços ao vivo do catálogo da EmpirioLabs.
StepFun 
Google Geração de ÁudioStepAudio 3 TTS de StepFun e Gemini 2.5 Pro TTS de Google pertencem à categoria Geração de Áudio e estão disponíveis pela API da EmpirioLabs.
| Especificação | StepAudio 3 TTS | Gemini 2.5 Pro TTS |
|---|---|---|
| ID do modelo | stepaudio-3-tts | gemini-2-5-pro-tts |
| Autor | StepFun | |
| Lançado | 9 de set. de 2026 | 20 de mai. de 2025 |
| Saída máxima | - | 19.661 tokens |
| Entrada | Texto | Texto |
| Saída | Áudio | Áudio |
| Região | International | - |
| Endpoints | POST /v1/audio/speech POST /v1/audio/speech:stream | POST /v1/audio/speech |
| 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 TTS | Gemini 2.5 Pro TTS |
|---|---|---|
| input | máx. 1000 | string |
| voice | lively-girl, vibrant-youth, soft-spoken-gentleman, magnetic-v... Padrão: lively-girl | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... Padrão: Charon |
| instruction | máx. 500 | - |
| speed | 0.5 a 2 Padrão: 1 | 0.25 a 2 Padrão: 1 |
| volume | 0.1 a 2 Padrão: 1 | - |
| language | en, zh, ja, ko, fr, es Padrão: en | string Padrão: en-US |
| response_format | mp3, wav, flac, opus, pcm Padrão: mp3 | - |
| sample_rate | 8000, 16000, 22050, 24000 Padrão: 24000 | 8000, 16000, 22050, 24000, 44100, 48000 Padrão: 24000 |
| markdown_filter | boolean Padrão: false | - |
| pronunciation_map | string | - |
| mode | - | single, multi Padrão: single |
| voice2 | - | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... Padrão: Kore |
| speaker1_name | - | string Padrão: Speaker1 |
| speaker2_name | - | string Padrão: Speaker2 |
| output_format | - | WAV, MP3, OGG, ALAW, MULAW Padrão: WAV |
| volume_gain | - | -96 a 16 Padrão: 0 |
A entrada máxima é de 1.000 caracteres. O conteúdo entre parênteses é tratado como direção de entrega e não é falado. Use instrução para emoção global ou orientação de estilo, até 500 caracteres. Doze vozes do sistema estão disponíveis. Os idiomas reconhecidos são chinês, inglês, japonês, coreano, francês e espanhol, com idiomas além do chinês e inglês em prévia. Os formatos de saída são mp3, wav, flac, opus e pcm em 8000, 16000, 22050 ou 24000 Hz. Wav é retornado como um arquivo completo em vez de transmitido. Este modelo não suporta voice_label.
StepAudio 3 TTS gera fala por POST /v1/audio/speech e retorna áudio reproduzível. Envie o texto a ser falado em input com o id de modelo stepaudio-3-tts. Os dois modelos são chamados pelo mesmo endpoint. Defina model como stepaudio-3-tts ou gemini-2-5-pro-tts. Obtenha uma chave de API no painel EmpirioLabs.
curl https://api.empiriolabs.ai/v1/audio/speech \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "stepaudio-3-tts",
"input": "Welcome to EmpirioLabs. Your build just finished."
}' \
--output speech.mp3Testes de prompts e comparações que cobrem os dois modelos.
StepAudio 3 TTS é o lançamento mais recente (9 de set. de 2026); Gemini 2.5 Pro TTS foi lançado em 20 de mai. de 2025. Recursos indicados apenas para StepAudio 3 TTS: contextual tts, voice control. Recursos indicados apenas para Gemini 2.5 Pro TTS: multi speaker. As especificações, as tabelas de tarifas e os parâmetros desta página vêm do catálogo ao vivo da EmpirioLabs.
StepAudio 3 TTS é o lançamento mais recente (9 de set. de 2026); Gemini 2.5 Pro TTS foi lançado em 20 de mai. de 2025.
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/speech 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.
