StepAudio 3 ASR Max API

专有名词、专业术语、方言及难听音频(如低语、快速说话和歌唱)的上下文感知转录。

StepFun转录发布日期 2026年8月31日International专有端点

关于 StepAudio 3 ASR Max

专有名词、专业术语、方言及难听音频(如低语、快速说话和歌唱)的上下文感知转录。

EmpirioLabs暴露标准/v1/audio/transcriptions终点,并以正常转录响应格式返回最终转录本。

也称为 StepFun StepAudio 3 ASR Max

transcriptionspeech to textmultilingual

StepAudio 3 ASR Max 规格

模型 ID
stepaudio-3-asr-max
开发方
StepFun
类别
转录
发布日期
2026年8月31日
输入
音频
输出
文本
区域
International
端点
POST/v1/audio/transcriptions
备用模型 ID
stepfun/stepaudio-3-asr-max

StepAudio 3 ASR Max API 价格

来自 EmpirioLabs 目录的实时按量计费价格。只为实际用量付费,没有月度最低消费。

类型
规格
价格
转录
每小时音频
$0.24
在完整价格页比较

如何调用 StepAudio 3 ASR Max API

StepAudio 3 ASR Max 通过 POST /v1/audio/transcriptions 运行。请求会立即返回 job_id;轮询 GET /v1/jobs/{job_id} 直到任务完成,再从结果中读取输出 URL。 在EmpirioLabs 控制台获取 API 密钥。

cURL:提交任务
curl https://api.empiriolabs.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "stepaudio-3-asr-max",
    "audio_url": "https://example.com/meeting-recording.mp3"
  }'
cURL:轮询结果
curl https://api.empiriolabs.ai/v1/jobs/JOB_ID \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY"
Python
import requests

response = requests.post(
    "https://api.empiriolabs.ai/v1/audio/transcriptions",
    headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
    json={
        "model": "stepaudio-3-asr-max",
        "audio_url": "https://example.com/meeting-recording.mp3",
    },
)
job = response.json()

# Generation runs as an async job. Poll until it completes.
import time
while True:
    status = requests.get(
        f"https://api.empiriolabs.ai/v1/jobs/{job['job_id']}",
        headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
    ).json()
    if status.get("status") in ("completed", "failed"):
        print(status)
        break
    time.sleep(5)
StepAudio 3 ASR Max API 完整参考

StepAudio 3 ASR Max API 参数

EmpirioLabs 上 StepAudio 3 ASR Max API 支持的请求参数。省略字段时使用默认值。

参数类型默认值范围 / 值描述
filestring--上传音频文件用于转录。
file_urlstring--音频文件的公共网址。
audio_base64string--用于JSON请求的Base64音频负载。
enable_itnbooleantrue-启用逆文本规范化,将数字、日期和货币以书面形式写入。
formatenumwavwav, mp3, ogg, m4a, pcm音频容器格式。
codecstring--PCM编解码器,比如pcm_s16le。
ratenumber--PCM采样率以Hz为单位。
bitsnumber--PCM位深。
channelnumber--PCM信道数。

须知

支持wav、mp3、ogg、m4a和PCM输入。PCM请求应包括编解码器、采样率、位深和通道数。语言自动检测,无法设置;识别中文、英语、日语、韩语、法语和西班牙语,预览中除了中文和英语外还有其他语言。反向文本规范化默认开启,可通过 enable_itn 关闭。该型号不支持热词和单词时间戳。音频按测量时长计费,最低时长为一秒。

StepAudio 3 ASR Max API:常见问题

StepAudio 3 ASR Max API 收费多少?

在 EmpirioLabs,StepAudio 3 ASR Max 按量计费:转录 $0.24 每小时音频。本页的实时价格表始终与 API 的实际计费一致。

StepAudio 3 ASR Max 使用哪个端点?

StepAudio 3 ASR Max 通过 api.empiriolabs.ai 上的 POST /v1/audio/transcriptions 提供,使用标准的 Bearer 令牌认证。

集成之前可以在浏览器里试用 StepAudio 3 ASR Max 吗?

可以。EmpirioLabs Playground在浏览器中以与 API 相同的参数运行 StepAudio 3 ASR Max,你可以在写代码之前先测试提示词。

如何获取 StepAudio 3 ASR Max API 密钥?

创建 EmpirioLabs 账户,然后在控制台的 API Keys生成密钥。计费使用按量付费的额度,只为实际发出的请求付费。

准备好使用更好的终端了吗?

查看我们的定价,或者如果你想将自己的模型部署到我们的堆栈中,请联系我们。