Google TTS Chirp 3 HD vs TTS-1 HD

vs

언제 어떤 모델을 쓸까

둘 다 100만 자당 $30이고 둘 다 스트리밍하므로 갈리는 지점은 제어와 길이입니다. google-tts-chirp3-hd는 요청당 5000바이트를 받고 수치형 음성 파라미터를 제공하며 SSML은 프리뷰입니다. tts-1-hd는 4096자를 받고 음성 제어가 전혀 없습니다. 지원 범위는 둘 다 넓지만 tts-1-hd의 목록은 열거된 로케일이 아니라 Whisper의 언어 집합을 따릅니다. 전달 방식을 다듬어야 하면 google-tts-chirp3-hd, 기본 목소리로 충분하면 tts-1-hd를 고르세요.

가격

Google TTS Chirp 3 HD TTS-1 HD 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 TTS-1 HD
스트리밍 지원 지원
SSML preview undocumented
과금 단위 character character

사양

Google TTS Chirp 3 HD TTS-1 HD
입력 모달리티 텍스트 텍스트
출력 모달리티 오디오 오디오
출시일 2025-03 2023-11-06
요청 제한 5000 bytes 4096 characters
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. alloy, ash, coral, echo, fable, onyx, nova, sage, shimmer로 전체 13개 TTS 음성 목록보다 작은 세트이며, 현재 음성은 영어에 최적화되어 있습니다.
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. 대체로 Whisper 모델의 언어 지원을 따릅니다: 아프리칸스어, 아랍어, 아르메니아어, 아제르바이잔어, 벨라루스어, 보스니아어, 불가리아어, 카탈루냐어, 중국어, 크로아티아어, 체코어, 덴마크어, 네덜란드어, 영어, 에스토니아어, 핀란드어, 프랑스어, 갈리시아어, 독일어, 그리스어, 히브리어, 힌디어, 헝가리어, 아이슬란드어, 인도네시아어, 이탈리아어, 일본어, 칸나다어, 카자흐어, 한국어, 라트비아어, 리투아니아어, 마케도니아어, 말레이어, 마라티어, 마오리어, 네팔어, 노르웨이어, 페르시아어, 폴란드어, 포르투갈어, 루마니아어, 러시아어, 세르비아어, 슬로바키아어, 슬로베니아어, 스페인어, 스와힐리어, 스웨덴어, 타갈로그어, 타밀어, 태국어, 터키어, 우크라이나어, 우르두어, 베트남어, 웨일스어. 다만 음성 자체는 영어에 최적화되어 있습니다
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
none
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.

음성 생성 엔드포인트(v1/audio/speech) 전용이며 Chat Completions, Responses, Realtime, Batch, 파인튜닝은 모두 미지원으로 명시

입력 텍스트는 4096자로 제한

출력은 mp3(기본값), opus, aac, flac, wav 또는 pcm(원시 24 kHz 16-bit 부호 있는 리틀 엔디언 샘플)

청크 전송 인코딩을 통한 실시간 재생

사양은 각 공급자의 문서에서 그대로 옮겨 적었습니다. 공급자가 공개하지 않은 항목은 추정해 채우지 않고 뺐습니다. 전체 출처: Google TTS Chirp 3 HD · TTS-1 HD

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="tts-1-hd",  # 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 TTS-1 HD, 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 TTS-1 HD 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