Amazon Nova 2 Sonic은 자연스러운 실시간 음성 대화 애플리케이션을 만들기 위한 Amazon의 음성 대 음성 파운데이션 모델이며, Nova 사용자 가이드는 대화형 음성 어시스턴트, 고객 서비스 자동화, 대화형 애플리케이션을 대상으로 삼습니다.
- 입력
- 오디오 텍스트 $0.06/M
- 출력
- 오디오 텍스트 $0.24/M
- 오디오 입력
- $3/M
- 오디오 출력
- $12/M
공급사 정가. 플랫폼 마진 없음, 종량제. 아래는 공식 정가입니다. 로그인한 고객은 /console/pricing 에서 워크스페이스 할인이 반영된 실제 가격을 볼 수 있습니다.
가격 · 동종 6개 모델 중 위치
이 막대는 Synthorai에 있는 같은 종류의 모델 가운데 이 모델의 가격이 어디쯤인지 보여 줍니다. 양쪽 끝에는 가장 싼 모델과 가장 비싼 모델의 이름이 있습니다. 기본 요율 기준이며 배치·리전·캐시 쓰기 할인은 가격 페이지에 있습니다.
스펙 및 제한
토큰
| 컨텍스트 윈도우(공급사 사양) | 1,000,000 |
|---|---|
| 최대 출력(벤더 스펙) | 64,000 |
오디오
| 언어 | 영어(US, UK, 인도, 호주), 프랑스어, 이탈리아어, 독일어, 스페인어, 포르투갈어, 힌디어를 지원하며, 세션 도중 언어를 자동으로 감지하고 전환 |
|---|---|
| 오디오 제한 |
|
| 스트리밍 전사 | 지원 |
실시간
| 보이스 | 로케일별 여성형·남성형 음성 제공(tiffany/matthew en-US, amy en-GB, olivia en-AU, kiara/arjun en-IN 및 hi-IN, ambre/florian fr-FR, beatrice/lorenzo it-IT, tina/lennart de-DE, lupe/carlos es-US, carolina/leo pt-BR); tiffany와 matthew는 지원되는 모든 언어를 구사하는 다국어 음성입니다. |
|---|---|
| 세션 |
|
모델
| 모달리티 | 오디오 + 텍스트 → 오디오 + 텍스트 |
|---|
실시간 음성 애플리케이션을 위한 Amazon의 음성 대 음성 파운데이션 모델로, 요청/응답 방식이 아니라 양방향 스트리밍 API로 접근합니다. 들어오는 발화의 운율에 맞춰 전달 방식을 조정하고 한 문장 안에서도 언어를 전환하며, 배경 소음과 지원 언어의 억양에 강인하다고 문서화되어 있습니다.
출처: Amazon 공식 문서 ↗
30초 만에 nova-2-sonic 사용하기
OpenAI Realtime 호환: WebSocket으로 연결해 오디오 입력·오디오 출력. WS /v1/realtime
import asyncio, base64, json, websockets
URL = "wss://synthorai.io/v1/realtime?model=nova-2-sonic"
# Send ONLY the Authorization header — the beta protocol is retired.
HEADERS = {"Authorization": "Bearer sk-syn-..."}
async def main():
async with websockets.connect(URL, additional_headers=HEADERS) as ws:
# 1) configure the speech-to-speech session
await ws.send(json.dumps({
"type": "session.update",
"session": {
"type": "realtime",
"output_modalities": ["audio"],
"audio": {"output": {"voice": "alloy"}},
},
}))
# 2) send input audio (base64 PCM16), then request a spoken reply
await ws.send(json.dumps({"type": "input_audio_buffer.append", "audio": pcm16_b64}))
await ws.send(json.dumps({"type": "input_audio_buffer.commit"}))
await ws.send(json.dumps({"type": "response.create"}))
# 3) stream the model's audio (and text) back
async for raw in ws:
ev = json.loads(raw)
if ev["type"] == "response.audio.delta":
play(base64.b64decode(ev["delta"])) # audio out
elif ev["type"] == "response.done":
break
asyncio.run(main())import WebSocket from "ws";
const ws = new WebSocket("wss://synthorai.io/v1/realtime?model=nova-2-sonic", {
// Send ONLY the Authorization header — the beta protocol is retired.
headers: { Authorization: "Bearer sk-syn-..." },
});
ws.on("open", () => {
// configure the speech-to-speech session
ws.send(JSON.stringify({ type: "session.update", session: {
type: "realtime", output_modalities: ["audio"], audio: { output: { voice: "alloy" } },
} }));
// send input audio (base64 PCM16), then request a spoken reply
ws.send(JSON.stringify({ type: "input_audio_buffer.append", audio: pcm16Base64 }));
ws.send(JSON.stringify({ type: "input_audio_buffer.commit" }));
ws.send(JSON.stringify({ type: "response.create" }));
});
ws.on("message", (raw) => {
const ev = JSON.parse(raw.toString());
if (ev.type === "response.audio.delta") playAudio(Buffer.from(ev.delta, "base64")); // audio out
else if (ev.type === "response.done") ws.close();
});# Realtime is a WebSocket protocol — use a WS client such as websocat.
# Each line below is one OpenAI Realtime event (JSON) sent to the session.
websocat -H 'Authorization: Bearer sk-syn-...' \
'wss://synthorai.io/v1/realtime?model=nova-2-sonic' <<'EOF'
{"type":"session.update","session":{"type":"realtime","output_modalities":["audio"],"audio":{"output":{"voice":"alloy"}}}}
{"type":"input_audio_buffer.append","audio":"<base64-pcm16>"}
{"type":"input_audio_buffer.commit"}
{"type":"response.create"}
EOF
# Responses stream back as response.audio.delta (base64 audio out) … response.donepackage main
import (
"net/http"
"github.com/gorilla/websocket"
)
func main() {
h := http.Header{}
h.Set("Authorization", "Bearer sk-syn-...")
// Send ONLY the Authorization header — the beta protocol is retired.
c, _, err := websocket.DefaultDialer.Dial("wss://synthorai.io/v1/realtime?model=nova-2-sonic", h)
if err != nil {
panic(err)
}
defer c.Close()
// configure the speech-to-speech session, send audio, request a spoken reply
c.WriteJSON(map[string]any{"type": "session.update", "session": map[string]any{
"type": "realtime", "output_modalities": []string{"audio"},
"audio": map[string]any{"output": map[string]any{"voice": "alloy"}}}})
c.WriteJSON(map[string]any{"type": "input_audio_buffer.append", "audio": pcm16B64})
c.WriteJSON(map[string]any{"type": "input_audio_buffer.commit"})
c.WriteJSON(map[string]any{"type": "response.create"})
for {
var ev struct {
Type string `json:"type"`
Delta string `json:"delta"`
}
if err := c.ReadJSON(&ev); err != nil {
return
}
if ev.Type == "response.audio.delta" {
playAudio(ev.Delta) // base64 audio out
} else if ev.Type == "response.done" {
return
}
}
}import java.net.URI;
import java.net.http.HttpClient;
import java.net.http.WebSocket;
import java.util.concurrent.CompletionStage;
// JDK built-in WebSocket — no extra dependency needed.
WebSocket ws = HttpClient.newHttpClient().newWebSocketBuilder()
.header("Authorization", "Bearer sk-syn-...")
// Send ONLY the Authorization header — the beta protocol is retired.
.buildAsync(URI.create("wss://synthorai.io/v1/realtime?model=nova-2-sonic"), new WebSocket.Listener() {
public CompletionStage<?> onText(WebSocket w, CharSequence data, boolean last) {
// handle response.audio.delta (base64 audio out) / response.done here
w.request(1);
return null;
}
}).join();
// configure the session, send input audio, then request a spoken reply
ws.sendText("{\"type\":\"session.update\",\"session\":{\"type\":\"realtime\",\"output_modalities\":[\"audio\"],\"audio\":{\"output\":{\"voice\":\"alloy\"}}}}", true);
ws.sendText("{\"type\":\"input_audio_buffer.append\",\"audio\":\"<base64-pcm16>\"}", true);
ws.sendText("{\"type\":\"input_audio_buffer.commit\"}", true);
ws.sendText("{\"type\":\"response.create\"}", true);nova-2-sonic 소개
- 요청-응답 방식이 아니라 양방향 스트리밍 API로 접근하는데, 저지연 멀티턴 대화를 가능하게 하는 것이 바로 이 점입니다.
- 공식 문서는 1M 토큰 컨텍스트 윈도우와 64K 최대 출력 토큰을 명시하며, 같은 대화 안에서 오디오와 텍스트를 함께 받고 오디오와 텍스트를 반환합니다.
- 음성 커버리지는 미국·영국·인도·호주 영어 변형과 프랑스어, 이탈리아어, 독일어, 스페인어, 포르투갈어, 힌디어에 걸쳐 있고, 남성적인 음색과 여성적인 음색이 모두 제공되며 자동 언어 감지와 전환을 지원합니다.
- 폴리글롯 보이스는 지원되는 모든 언어를 구사하므로 세션 중간에 발화자가 언어를 바꿔도 페르소나가 그대로 유지됩니다.
- 대화 동작이 핵심 강점입니다.
- 전달 방식이 입력 음성의 운율에 맞춰 조정되고, 지능형 턴테이킹이 발화 종료를 감지하며, 끼어들기를 컨텍스트 손실 없이 매끄럽게 처리하고, 문서는 배경 소음과 지원 언어의 억양에 대한 견고함을 내세웁니다.
- 함수 호출과 에이전틱 워크플로를 지원하고, 검색 증강 생성으로 엔터프라이즈 데이터에 대한 지식 그라운딩이 가능하며, 비동기 도구 처리 덕분에 도구가 백그라운드에서 실행되는 동안에도 어시스턴트가 계속 말을 이어갈 수 있습니다.
- 설계 시 감안할 제약이 하나 있습니다.
- 연결은 8분으로 제한되며, 더 긴 대화를 위한 갱신과 세션 연장 패턴이 샘플 코드에 문서화되어 있습니다.
- 제공 리전은 소수로 한정됩니다.
- Synthorai는 OpenAI 호환 /v1/realtime WebSocket 엔드포인트로 이 모델을 서빙하므로 공식 Realtime SDK 클라이언트가 그대로 연결됩니다.
자주 묻는 질문
nova-2-sonic API는 무료로 사용해 볼 수 있나요?
nova-2-sonic는 현재 초대제 베타 단계로, 공개 가입이 아닌 신청 기반으로 이용할 수 있습니다. Synthorai 콘솔에서 신청하면 되며, 승인 후에는 구독 없이 표준 종량제 요금이 적용됩니다.
nova-2-sonic는 무엇에 가장 강한가요?
실시간 음성 대화를 위한 음성 대 음성 모델, 폴리글롯 보이스가 언어 전환에도 하나의 페르소나 유지, 연결은 8분 제한, 문서화된 갱신 패턴 제공. 전체 내용은 벤더의 공식 릴리스 노트를 정리한 소개 섹션을 참고하세요.
nova-2-sonic의 가격은 얼마인가요?
Synthorai에서 nova-2-sonic는 입력 토큰 100만 개당 $0.06, 출력 토큰 100만 개당 $0.24입니다. 공급사 정가 그대로이며 플랫폼 마진이 없습니다.
nova-2-sonic API는 어떻게 호출하나요?
nova-2-sonic는 음성 대화(speech-to-speech) 모델입니다. WebSocket으로 wss://synthorai.io/v1/realtime?model=nova-2-sonic에 연결하고 OpenAI Realtime SDK(또는 원시 WebSocket)로 오디오 입력·오디오 출력을 처리합니다. POST /v1/audio/transcriptions 파일 업로드가 아닙니다. sk-syn 키로 인증하고 Authorization 헤더만 보내세요(beta 프로토콜은 종료되었습니다).
nova-2-sonic는 어떻게 이용하나요?
nova-2-sonic는 초대제 베타입니다: Synthorai 콘솔에서 액세스를 신청하세요. 승인되면 다른 모델과 동일하게 동작합니다. OpenAI SDK의 base_url을 "https://synthorai.io/v1"로 지정하고 model="nova-2-sonic"로 설정하면 됩니다.
관련 모델
비교
이 페이지의 모든 값은 벤더 자체 문서(위 링크)에서 전사했으며 확인 날짜를 함께 표기합니다. 가격은 카탈로그 전체와 비교하지만, 벤더마다 정의가 다른 사양 값은 차이를 명시할 뿐 도표로 비교하지 않습니다. 저희가 측정한 수치는 없으며 점수도 매기지 않습니다.