Google TTS Chirp 3 HD vs BytePlus Seed TTS 2.0

vs

언제 어떤 모델을 쓸까

카탈로그 정보에 따르면 이 둘은 상호 교환이 가능합니다: google-tts-chirp3-hd와 seed-tts-2.0 모두 백만 입력 토큰당 $30를 청구하며, 둘 다 4096-token 컨텍스트 창을 지원하고, 동일한 speech 기능 하에서 텍스트를 입력받아 오디오를 반환합니다. 타협해야 할 요금, 컨텍스트 또는 모달리티 차이가 없으므로, 선택은 벤더 선호도(google-tts-chirp3-hd의 경우 Google, seed-tts-2.0의 경우 ByteDance)와 A/B 테스트에서 청취자가 실제로 선호하는 음성 출력에 달려 있습니다. 예산 및 프롬프트 길이 계획은 두 모델에 대해 동일하게 설정할 수 있습니다.

가격

Google TTS Chirp 3 HD BytePlus Seed TTS 2.0 Δ
1M 문자당 $30 $30 =

빌드 시점에 실시간 카탈로그에서 가져온 요금입니다. 현재 요금은 각 모델 페이지에서 확인할 수 있습니다.

가격 위치: 이 과금 단위를 쓰는 음성 합성 모델 7개 전체의 1M 문자당 가격(로그 스케일)

기능

Google TTS Chirp 3 HD BytePlus Seed TTS 2.0
스트리밍 지원 지원
SSML preview unsupported
과금 단위 character character

사양

Google TTS Chirp 3 HD BytePlus Seed TTS 2.0
입력 모달리티 텍스트 텍스트
출력 모달리티 오디오 오디오
출시일 2025-03 2025-10-16
요청 제한 5000 bytes -
보이스 보이스는 별 이름을 따서 성별과 함께 공개됩니다. Achernar, Achird, Algenib, Algieba, Alnilam, Aoede, Autonoe, Callirrhoe, Charon, Despina, Enceladus, Erinome, Fenrir, Gacrux, Iapetus, Kore, Laomedeia, Leda, Orus, Pulcherrima, Puck, Rasalgethi, Sadachbia, Sadaltager, Schedar, Sulafat, Umbriel, Vindemiatrix, Zephyr, Zubenelgenubi. 로케일 접두사가 붙어 id를 이룹니다(예: en-US-Chirp3-HD-Charon). Google은 이 세트를 여러 언어에 걸친 30가지 서로 다른 스타일로 설명합니다. TTS 2.0 음성은 *_uranus_bigtts 화자 ID를 사용하며 Voice List 페이지에 시나리오별(General, Entertainment, Education, Dubbing, AudioBook, RolePlay, CustomerService)로 정리되어 있습니다. 음성별 감정은 audio_params.emotion으로 지정하고 emotion_scale은 1에서 5까지(기본값 4), speech_rate와 loudness_rate는 [-50, 100], post_process.pitch는 [-12, 12] 범위입니다.
언어 ar-XA, bn-IN, bg-BG, yue-HK, hr-HR, cs-CZ, da-DK, nl-BE, nl-NL, en-AU, en-IN, en-GB, en-US, et-EE, fi-FI, fr-CA, fr-FR, de-DE, el-GR, gu-IN, he-IL, hi-IN, hu-HU, id-ID, it-IT, ja-JP, kn-IN, ko-KR, lv-LV, lt-LT, ml-IN, cmn-CN, mr-IN, nb-NO, pl-PL, pt-BR, pa-IN, ro-RO, ru-RU, sr-RS, sk-SK, sl-SI, es-ES, es-US, sw-KE, sv-SE, ta-IN, te-IN, th-TH, tr-TR, uk-UA, ur-IN, vi-VN입니다. 영어, 중국어, 일본어, 독일어, 프랑스어, 멕시코 스페인어, 인도네시아어, 브라질 포르투갈어, 이탈리아어, 한국어
음성 제어
  • 보이스 제어는 프리뷰 단계입니다: speaking_rate 0.25에서 2.0으로 속도 조절
  • 일시정지 태그 [pause short], [pause long], [pause]는 markup 입력 필드에서만 받아들여지고 text에서는 결코 받아들여지지 않으며, 부자연스러운 위치에 놓인 태그는 모델이 무시할 수 있음
  • IPA 또는 X-SAMPA로 지정하는 커스텀 발음
  • SSML 지원은 프리뷰이자 동기 요청 전용으로 스트리밍 요청에서는 미지원이고, 목록에 없는 태그는 무시되며 say-as interpret-as=expletive 또는 bleep은 지원되지 않음
context_texts와 section_id는 TTS 2.0 전용입니다. 평이한 문장으로 된 지시가 속도, 감정, 음량, 스타일을 조절하고(목록의 첫 값만 적용되며 그 텍스트는 과금되지 않음), section_id는 앞선 합성을 최대 30회 또는 10분까지 이력 컨텍스트로 연결합니다.
제한 synthesize 요청당 총 5,000바이트 콘텐츠 상한. 기본 응답 포맷은 LINEAR16이고, 스트리밍은 ALAW, MULAW, OGG_OPUS, PCM을 지원하며 배치는 MP3를 더하므로 스트리밍 경로에서는 MP3를 쓸 수 없습니다. Google 비교표가 스트리밍 가능으로 표시한 유일한 보이스 타입입니다. global, us, eu 엔드포인트와 asia-southeast1, europe-west2, asia-northeast1에서 정식 제공되지만, 리전화 및 데이터 레지던시 범위에서는 벗어나 있습니다. 과금은 공백과 줄바꿈을 포함한 문자 단위이며 <mark>을 제외한 모든 SSML 태그가 계산됩니다.

단방향 스트리밍 HTTP, 단방향 또는 양방향 스트리밍 WebSocket, 온라인 SDK로 연동

샘플링 레이트는 단방향 스트리밍 및 비스트리밍 인터페이스에서 24K/16K/8K, 양방향 인터페이스에서 48K/24K/16K/8K

출력은 PCM, OGG_OPUS 또는 MP3(WAV도 허용되지만 스트리밍 시 헤더가 여러 개 반환됨)

SSML 미지원

사양은 각 공급자의 문서에서 그대로 옮겨 적었습니다. 공급자가 공개하지 않은 항목은 추정해 채우지 않고 뺐습니다. 전체 출처: Google TTS Chirp 3 HD · BytePlus Seed TTS 2.0

코드 한 줄로 모델 전환

아래 탭마다 두 모델 id가 모두 들어 있습니다. 바꿀 곳은 강조된 두 줄뿐이고, 엔드포인트, 키, 요청 형식은 그대로입니다.

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.audio.transcriptions.create(
    model="google-tts-chirp3-hd",
    # model="seed-tts-2.0",  # 이 줄의 주석을 해제하고, 윗줄을 주석 처리하세요
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

API 키 받기 →

자주 묻는 질문

Google TTS Chirp 3 HD vs BytePlus Seed TTS 2.0, 어느 쪽이 더 저렴한가요?

두 모델의 “1M 문자당” 요금은 $30로 같습니다. 다른 요금과 실제 사용량에 따라 총비용은 달라질 수 있습니다.

연동을 두 번 하지 않고도 Google TTS Chirp 3 HD vs BytePlus Seed TTS 2.0 A/B 테스트를 할 수 있나요?

네. 두 모델 모두 API 키 하나로 같은 OpenAI 호환 엔드포인트에서 호출합니다. 모델 문자열 한 줄만 바꾸면 전환되므로, 트래픽 일부를 각 모델로 보내 청구 금액을 직접 비교할 수 있습니다.

음성 합성(TTS)은 어떻게 과금되나요?

입력 텍스트의 글자 수만큼 과금되며, 요청당 글자 수 상한은 사양 표에 있습니다. 긴 스크립트는 어느 모델이든 여러 요청으로 나눠 보내야 합니다.

관련 비교

직접 측정한 자료