Tipo
Especificação
Tarifa
Síntese
por 10.000 caracteres
$0.14
StepAudio 3 TTS e StepAudio 2.5 TTS lado a lado: especificações, recursos, parâmetros e preços ao vivo do catálogo da EmpirioLabs.
StepFun Geração de ÁudioStepAudio 3 TTS e StepAudio 2.5 TTS são modelos de StepFun na categoria Geração de Áudio, disponíveis pela API da EmpirioLabs.
| Especificação | StepAudio 3 TTS | StepAudio 2.5 TTS |
|---|---|---|
| ID do modelo | stepaudio-3-tts | stepaudio-2-5-tts |
| Autor | StepFun | StepFun |
| Lançado | 9 de set. de 2026 | 21 de abr. de 2026 |
| Entrada | Texto | Texto |
| Saída | Áudio | Áudio |
| Região | International | International |
| Endpoints | POST /v1/audio/speech POST /v1/audio/speech:stream | POST /v1/audio/speech POST /v1/audio/speech:stream |
| 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 | StepAudio 2.5 TTS |
|---|---|---|
| input | máx. 1000 | máx. 1000 |
| voice | lively-girl, vibrant-youth, soft-spoken-gentleman, magnetic-v... Padrão: lively-girl | lively-girl, vibrant-youth, soft-spoken-gentleman, magnetic-v... Padrão: lively-girl |
| instruction | máx. 500 | máx. 200 |
| speed | 0.5 a 2 Padrão: 1 | 0.5 a 2 Padrão: 1 |
| volume | 0.1 a 2 Padrão: 1 | 0.1 a 2 Padrão: 1 |
| language | en, zh, ja, ko, fr, es Padrão: en | - |
| response_format | mp3, wav, flac, opus, pcm Padrão: mp3 | mp3, wav, flac, opus, pcm Padrão: mp3 |
| sample_rate | 8000, 16000, 22050, 24000 Padrão: 24000 | 8000, 16000, 22050, 24000 Padrão: 24000 |
| markdown_filter | boolean Padrão: false | boolean Padrão: false |
| pronunciation_map | string | object |
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.
A entrada máxima é de 1.000 caracteres. O conteúdo entre parênteses é tratado como direção e não é falado. Use instrução para emoção global ou orientação de estilo. O StepAudio 2.5 TTS 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 stepaudio-2-5-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.mp3StepAudio 3 TTS é o lançamento mais recente (9 de set. de 2026); StepAudio 2.5 TTS foi lançado em 21 de abr. de 2026. StepAudio 3 TTS tem a tarifa mais baixa para Síntese (por 10.000 caracteres). 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); StepAudio 2.5 TTS foi lançado em 21 de abr. de 2026.
StepAudio 3 TTS tem a tarifa mais baixa para Síntese (por 10.000 caracteres). As duas tabelas de tarifas ao vivo estão nesta página e 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.