TTS-1

2023-11-06 출시

TTS-1은 속도에 최적화된 OpenAI의 텍스트 음성 변환 모델입니다.

입력
텍스트 $15/M
출력
오디오
컨텍스트
4K

가격 수준 비교

같은 종류의 모델 7개 중 가격 위치

입력$15/M
$4 · Google TTS Standard Google TTS Chirp 3 HD · $30

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.

사양 및 제한

음성 합성

합성 지원 언어 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
보이스 alloy, ash, coral, echo, fable, onyx, nova, sage, shimmer로 전체 13개 TTS 음성 목록보다 작은 세트이며, 현재 음성은 영어에 최적화되어 있습니다.
입력 상한 4,096 자 이 상한을 표기하는 단위는 공급자마다 다릅니다. 라틴 문자가 아닌 텍스트에서는 바이트 상한과 글자 수 상한이 같지 않습니다.
스트리밍 합성 지원
SSML 문서에 없음
음성 제어 이 모델에는 없음
과금 단위 입력 문자당
엔드포인트와 형식
  • 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

모델

모달리티 텍스트 → 오디오

속도에 최적화된 텍스트 음성 변환 모델로, OpenAI는 tts-1을 tts-1-hd 대비 지연이 낮고 품질은 낮은 선택지로 문서화합니다. gpt-4o-mini-tts에서 억양, 감정, 인토네이션, 어조를 조절하는 instructions 파라미터는 tts-1과 tts-1-hd에서는 동작하지 않습니다.

출처: OpenAI 공식 문서 ↗

30초 만에 TTS-1 사용하기

OpenAI 호환입니다. base_url만 바꾸고 SDK는 그대로 쓰세요. POST /v1/chat/completions

from openai import OpenAI

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

resp = client.chat.completions.create(
    model="tts-1",
    messages=[{"role": "user", "content": "Summarize this diff"}],
)
print(resp.choices[0].message.content)

TTS-1 소개

  • 모델 페이지는 텍스트를 자연스럽게 들리는 음성으로 변환하며 실시간 텍스트 음성 변환 사용 사례에 맞춰 조정되었다고 설명하고, 텍스트 음성 변환 가이드는 패밀리 내 구분선을 명확히 긋습니다: tts-1은 더 낮은 지연을 제공하지만 tts-1-hd보다 품질이 낮습니다.
  • 단일 목적 모델로 Audio API의 speech 엔드포인트에서만 지원되고 다른 경로에서는 지원되지 않으며, 텍스트를 받아 오디오를 반환하고 100만 문자당 $15에 과금됩니다.
  • 사용할 수 있는 음성은 alloy, ash, coral, echo, fable, onyx, nova, sage, shimmer의 아홉 가지로, speech 엔드포인트가 통틀어 제공하는 열세 가지보다 적은 세트입니다.
  • 출력은 기본 MP3 또는 Opus, AAC, FLAC, WAV, 24 kHz raw PCM 중에서 고를 수 있고, OpenAI는 가장 빠른 응답을 위해 WAV나 PCM을 권장합니다.
  • 말하기 속도는 0.25에서 4.0까지 조절할 수 있고 기본값은 1.0이며, 청크 전송 인코딩으로 오디오를 스트리밍하면 파일 전체가 완성되기 전에 재생을 시작할 수 있습니다.
  • 이 세대를 최신 세대와 구분 짓는 두 가지 제약은 복사해 온 코드를 망가뜨립니다: 억양, 감정, 전달을 조정하는 instructions 파라미터는 tts-1이나 tts-1-hd에서 동작하지 않고, sse 스트림 포맷은 여기서 지원되지 않습니다.
  • 언어 커버리지는 대체로 Whisper의 50개 이상 언어 목록을 따르지만 음성 자체는 영어에 최적화되어 있으며, OpenAI 이용 정책은 해당 음성이 AI로 생성되었음을 최종 사용자에게 알리도록 요구합니다.
  • Synthorai는 OpenAI 호환 /v1/audio/speech 엔드포인트로 TTS-1을 서빙하므로 기존 음성 클라이언트가 수정 없이 동작합니다.

자주 묻는 질문

TTS-1 API는 무료로 사용해 볼 수 있나요?

네. 신규 계정에는 체험 호출 10회와 최대 $1의 무료 크레딧을 드리며, 카드 등록은 필요 없습니다. 결제 수단을 추가하기 전에 실제 워크로드로 TTS-1을 충분히 시험해 볼 수 있는 양입니다.

TTS-1은 어떤 작업에 가장 강한가요?

속도와 실시간 텍스트 음성 변환 사용 사례에 최적화, tts-1-hd보다 낮은 지연, 낮은 품질, 이 모델에는 instructions 파라미터도 sse 스트림 포맷도 없음. 자세한 내용은 공급자의 공식 릴리스 노트를 바탕으로 정리한 소개 섹션에서 확인하세요.

TTS-1 가격은 얼마인가요?

Synthorai에서 TTS-1 가격은 입력 100만 토큰당 $15, 출력 100만 토큰당 $0입니다. 공급자 정가 그대로이며 플랫폼 마진은 없습니다.

TTS-1은 프롬프트 캐싱을 지원하나요?

TTS-1은 현재 Synthorai에서 캐시 읽기 할인이 없습니다. 게이트웨이의 다른 모델에는 프롬프트 캐싱이 그대로 적용되니, 캐싱을 지원하는 대체 모델은 가격표에서 확인하세요. 공급자별 캐싱 비교 →

TTS-1은 어떻게 이용하나요?

쓰던 OpenAI SDK에서 base_url="https://synthorai.io/v1", model="tts-1"만 지정하면 됩니다. API 키 하나로 게이트웨이의 모든 모델을 쓸 수 있습니다.

관련 모델

비교

이 페이지의 모든 값은 공급자 공식 문서(위 링크)에서 그대로 옮겨 적었으며, 확인한 날짜를 함께 표기합니다. 가격은 카탈로그 전체와 비교해 보여 주지만, 공급자마다 정의가 다른 사양 값은 차이만 밝히고 차트로 비교하지 않습니다. 저희가 직접 측정한 수치는 없고, 점수도 매기지 않습니다.

API 키 받기 내 비용 비교하기 →