텍스트-음성 변환

POST /v1/audio/speech

OpenAI 호환 엔드포인트 하나로 텍스트를 자연스러운 음성으로 바꿉니다. JSON을 보내면 오디오 바이트가 그대로 돌아옵니다. 제공업체를 바꿀 때 수정하는 것은 model뿐입니다. 디스크에는 아무것도 기록하지 않으며, 오디오는 곧바로 스트리밍으로 반환됩니다.

요청 예시

curl https://synthorai.io/v1/audio/speech \
  -H "Authorization: Bearer $SYNTHORAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "tts-1",
    "input": "Hello from Synthorai.",
    "voice": "alloy"
  }' \
  --output speech.mp3

Python (OpenAI SDK)

from openai import OpenAI

client = OpenAI(
    api_key="$SYNTHORAI_API_KEY",
    base_url="https://synthorai.io/v1",
)

with client.audio.speech.with_streaming_response.create(
    model="tts-1",
    voice="alloy",
    input="Hello from Synthorai.",
) as response:
    response.stream_to_file("speech.mp3")

요청 본문

지원 모델

어떤 것을 선택해야 하나요?

$30인 모델이 셋입니다. 차이는 가격이 아니라 보이스의 성격과 언어 커버리지에 있습니다. 정하기 전에 직접 쓰는 문구로 들어 보고 비교하세요.

# Same request, different provider - only the model name changes.
-d '{"model": "tts-1",        "input": "...", "voice": "alloy"}'
-d '{"model": "seed-tts-2.0", "input": "...", "voice": "alloy"}'

보이스

OpenAI 모델은 표준 보이스를 지원합니다: alloy, echo, fable, onyx, nova, shimmer.

모델 seed-tts-2.0 역시 동일한 여섯 개 이름을 쓸 수 있고(비슷한 보이스로 매핑됩니다), 완전한 제어가 필요하면 BytePlus 네이티브 보이스 ID를 직접 전달할 수도 있습니다. 예를 들어 zh_female_cancan_uranus_bigtts. 180+ 네이티브 보이스의 전체 목록은 BytePlus 보이스 카탈로그에 있습니다.

모델 qwen3-tts-instruct-flash 역시 동일한 여섯 개 이름을 쓸 수 있고, Qwen 네이티브 보이스를 직접 전달할 수도 있습니다. 예를 들어 Cherry, Ethan, Nofish, Jada.

오디오 형식

컨테이너 선택은 response_format 파라미터로 합니다. 기본값은 mp3: mp3, opus, wav, pcm.

모든 제공업체가 모든 컨테이너를 지원하지는 않습니다. 지원되지 않는 값은 오류가 아니라 MP3로 대체됩니다.

과금

입력 문자 수 기준으로 제공업체의 공식 정가로 청구되며, 별도의 마진은 붙지 않습니다. 1자 = 한자 1자 = 알파벳 1자 = 문장 부호 1개 = 공백 1개. 실패한 요청은 청구되지 않습니다.

돌려받는 오디오는 따로 계량하지 않습니다. 보내는 텍스트만 청구 대상입니다.

제한

• 요청당 최대 4096자입니다. 이보다 긴 입력은 과금되기 전에 거부되므로, 클라이언트에서 나누어 보낸 뒤 오디오를 이어 붙이세요.
• 말하기 속도는 speed 파라미터로 조절합니다(0.25-4.0, 기본값 1.0). 제공업체 범위를 벗어난 값은 거부되지 않고 범위 안으로 맞춰집니다.

오류