자주 묻는 질문
TTS 음성 변환 API란 무엇인가요?
클라우드 기반 텍스트 음성 변환(TTS) API입니다. JSON 요청을 통해 텍스트를 입력하면 오디오 파일이 생성되어 반환됩니다. tts-1 또는 tts-1-hd 모델을 사용하며, mp3, wav, opus, flac, pcm 형식을 지원합니다. 엔지니어링 파이프라인에 즉시 통합할 수 있는 경량 API입니다.
ML 데이터셋 생성에 TTS API를 사용해야 하나요?
대규모 ML 데이터셋 생성에 최적화되었습니다. 입력 텍스트는 학습에 사용되지 않으며 생성된 오디오는 저장되지 않습니다. 23개 언어를 지원하며, 합성 음성에는 무음수 마크가 포함됩니다. 일관된 품질로 대량 텍스트를 오디오로 변환해 데이터셋 구축을 효율화합니다.
오픈AI SDK와 호환되나요?
네, 오픈AI SDK와 호환됩니다. base_url을 https://api.s6app.info/v1로 변경하고 API 키를 설정하면 공식 SDK를 그대로 사용할 수 있습니다. 요청 형식은 오픈AI 스피치 엔드포인트와 동일하여 기존 인프라에 즉각적인 통합이 가능합니다.
어떤 언어를 지원하나요?
아랍어, 중국어, 덴마크어, 네덜란드어, 영어, 핀란드어, 프랑스어, 독일어, 그리스어, 히브리어, 힌디어, 이탈리아어, 일본어, 한국어, 말레이어, 노르웨이어, 폴란드어, 포르투갈어, 러시아어, 스페인어, 스와힐리어, 스웨덴어, 터키어 등 23개 언어를 지원합니다. 모든 음성은 모든 언어를 구사합니다.
생성된 오디오 파일은 저장되나요?
생성된 오디오 파일은 응답을 통해 반환되며 서버에 저장되지 않습니다. 요청 메타데이터(시간, 문자 수, 상태)는 청구 목적으로만 유지됩니다. 입력 텍스트는 오디오 생성에만 사용되며 학습 데이터로 활용되지 않습니다.
입력 텍스트는 학습에 사용되나요?
아니요. 입력 텍스트는 오디오 파일 생성에만 사용되며 모델 학습에 활용되지 않습니다. 생성된 오디오 역시 저장되지 않습니다. 요청 시간, 문자 수, 상태와 같은 메타데이터만 청구 및 분석을 위해 기록됩니다.
문자 수 계산 기준은 무엇인가요?
공백 및 특수문자를 포함한 모든 문자가 계산됩니다. 가격은 100만 문자당 $10($0.01/1,000자)입니다. 각 요청당 최대 4,096자까지 입력할 수 있으며, 긴 텍스트는 여러 부분으로 나누어 처리됩니다.
분당 요청 한도는 어떻게 되나요?
API 키당 분당 60회 요청이 가능합니다. 첫 번째 충전 전에는 분당 10회로 제한됩니다. 요청은 순차적으로 처리되므로 부하가 걸리면 대기열에 진입할 수 있으며, 생성 속도는 대략 실시간과 유사합니다.
USDT로만 결제가 가능한가요?
네, TRON 네트워크(TRC-20)의 USDT로만 결제가 가능합니다. 카드, PayPal, 구독, 세금 포함 송장 등은 지원되지 않습니다. 최소 충전 금액은 $5이며, 이체 후 수분 내에 잔액이 자동 입금됩니다.
API 키는 여러 개 만들 수 있나요?
계정당 활성 키는 하나만 보유할 수 있습니다. 새 키를 발급하면 기존 키는 즉시 비활성화됩니다. Google 또는 이메일/비밀번호로 계정 생성 시 사이트별로 독립적인 키가 관리됩니다.
오디오 포맷은 어떤 것이 있나요?
mp3, wav, opus, flac, pcm 형식을 지원합니다. response_format 필드에 원하는 형식을 지정하여 요청하면 해당 형식의 오디오 파일이 반환됩니다. tts-1과 tts-1-hd 모델 모두 동일한 포맷을 지원합니다.
속도 조절 기능은 어떻게 사용하나요?
speed 파라미터를 사용하여 0.25에서 4.0 사이의 속도로 조절할 수 있습니다. 기본 속도 설정은 없으며, 텍스트의 특성이나 데이터셋 요구사항에 맞춰 재생 속도를 조정할 수 있습니다.
긴 텍스트는 어떻게 처리하나요?
4,096자를 초과하는 텍스트는 자동으로 여러 부분으로 분할됩니다. 각 부분의 오디오를 생성한 후 파일들을 연결하여 최종 오디오를 제공합니다. 이는 대용량 데이터셋 생성 시 효율적인 워크플로우를 보장합니다.
언어 설정을 수동으로 할 수 있나요?
네, language 파라미터에 ISO 코드를 지정하여 언어를 명시적으로 설정할 수 있습니다. 언어를 지정하지 않으면 스크립트 기반으로 추론되지만, 비영어권 라틴 문자 텍스트의 경우 정확한 인식을 위해 언어 코드를 명시하는 것이 좋습니다.
첫 번째 요청
curl
curl https://api.s6app.info/v1/audio/speech \
-H "Authorization: Bearer $TTS_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
--output hello.mp3ML 데이터셋 생성을 위한 TTS API
SynthVoice Lab의 TTS API는 대규모 ML 데이터셋 생성을 위한 고성능 텍스트 음성 변환 파이프라인입니다. 분당 60회 요청 한도 내에서 4,096자 제한의 텍스트를 효율적으로 오디오로 변환할 수 있으며, 긴 텍스트는 자동으로 분할 처리됩니다.
기존 오픈AI SDK의 base_url을 https://api.s6app.info/v1로 변경하기만 하면 즉시 통합할 수 있어 별도의 커스텀 SDK 개발 없이도 엔지니어링 인프라에 빠르게 연동됩니다.
대규모 텍스트 음성 변환 파이프라인
대규모 텍스트 음성 변환 파이프라인에서 긴 텍스트를 효율적으로 오디오로 변환할 수 있습니다. 4,096자 제한 내에서 요청을 보내고, 필요시 청크 단위로 분할하여 최종 오디오 파일을 결합합니다.
생성된 오디오 파일은 ML 모델 학습용 데이터셋으로 바로 활용 가능합니다. 입력 텍스트는 학습에 사용되지 않으며, 생성된 오디오는 응답으로만 반환되고 저장되지 않습니다.
- 최대 4,096자 입력 지원
- 자동 텍스트 분할 및 결합
- ML 데이터셋 생성 특화
오픈AI SDK 호환 API 구조
오픈AI 스피치 엔드포인트와 동일한 JSON 구조를 따릅니다. POST /v1/audio/speech 엔드포인트로 model, input, voice, response_format 등의 필드를 전달합니다.
기존 Python 또는 Node.js SDK를 사용 중이라면 base_url 설정만 변경하면 바로 사용 가능합니다. 인증은 Authorization: Bearer tts-... 헤더를 통해 처리합니다.
- 오픈AI SDK 호환성
- 간단한 base_url 변경 연동
- 표준 JSON 요청 형식
정확한 음성 합성 엔진
LibriTTS-R 데이터베이스(CC BY 4.0) 기반의 8개 음성 프리셋을 제공합니다. aria, nova, luna, sage, felix, milo, atlas, orion 중 프로젝트 목적에 맞게 선택할 수 있습니다.
모든 생성된 오디오 파일에는 합성 음성을 나타내는 보이지 않는 워터마크가 포함되어 있습니다. 23개 언어를 지원하며, 언어 코드를 명시하지 않을 경우 스크립트를 기반으로 자동 감지합니다.
- 8개 음성 프리셋 제공
- 23개 언어 지원
- 라이선스된 음성 데이터베이스 기반
지원 언어 및 음성 미리듣기
SynthVoice Lab은 23개 언어와 8개 음성 프리셋을 제공합니다. aria, nova, luna, sage 등 여성 4명과 felix, milo, atlas, orion 등 남성 4명이 준비되어 있습니다. LibriTTS-R 데이터셋(CC BY 4.0) 기반의 라이선스된 음성을 사용하며, 생성된 오디오는 라이선스된 음성을 기반으로 생성됩니다.
23개 언어 및 8개 음성 프리셋
아라비크, 중국어, 영어, 한국어 등 23개 언어를 지원합니다. 8가지 음성 중 모델에 따라 aria(나레이터), nova(업비트), atlas(뉴스) 등 목적에 맞는 음성을 선택할 수 있습니다.
- 8개 음성 프리셋
- 23개 언어 지원
언어 자동 감지 및 수동 설정
language 필드가 비어 있으면 스크립트를 기반으로 언어가 감지됩니다. 라틴 문자는 기본적으로 영어로 처리되므로, 영어가 아닌 라틴 문자 텍스트의 경우 명시적으로 language 코드를 설정해야 합니다.
가정용 및 상용 음성 데이터셋
생성된 오디오는 라이선스된 음성을 기반으로 생성됩니다. 각 파일에는 합성 음성임을 나타내는 무음수 마크가 포함되어 있어 데이터셋의 출처를 명확히 할 수 있습니다.
API 기술 스펙
SynthVoice Lab의 TTS API는 OpenAI와 호환되는 JSON 기반 구조를 제공합니다. POST https://api.s6app.info/v1/audio/speech 엔드포인트로 텍스트와 설정을 전송하면 오디오 파일이 반환됩니다.
1회 요청당 최대 4096자까지 처리 가능하며, 긴 텍스트는 분할 후 합성하여 사용할 수 있습니다. 엔지니어는 기존 OpenAI SDK의 base_url만 변경하여 바로 연동할 수 있습니다.
JSON 기반 요청 구조
요청 본문은 model, input, voice, response_format, speed, language 필드로 구성됩니다. model은 tts-1 또는 tts-1-hd이며 동일 엔진입니다. 인증은 Authorization: Bearer tts-... 헤더로 처리됩니다.
- 엔드포인트: POST /v1/audio/speech
- 인증: Bearer 토큰 기반
- 입력 제한: 4096자/요청
다양한 오디오 포맷 지원 (MP3, WAV, OPUS, FLAC, PCM)
요청 시 response_format 필드를 통해 MP3, WAV, OPUS, FLAC, PCM 중 하나를 선택할 수 있습니다. 생성된 오디오는 응답 본문에서 직접 반환되며 별도 저장되지 않습니다. 대용량 ML 데이터셋 생성에 적합한 다양한 포맷을 지원합니다.
- 지원 형식: mp3, wav, opus, flac, pcm
- 스트리밍 또는 WebSocket 미지원
- SSML 및 발음 사전 지원 안 함
속도 조절 및 언어 코드 설정
speed 파라미터로 0.25~4.0 범위에서 음성 속도를 조절할 수 있습니다. language 필드에 ISO 코드를 명시하면 언어 감지 오류를 피할 수 있습니다. 미지정 시 스크립트 기반 자동 감지가 작동합니다.
- 속도 범위: 0.25 ~ 4.0
- 언어 코드: 선택적 ISO 코드
- 감지 실패 시 영어 기본값 적용
데이터 사용 정책
SynthVoice Lab은 입력 텍스트가 학습 데이터로 활용되지 않도록 명확한 정책을 유지합니다. 입력 텍스트는 오디오 파일 생성 목적에만 사용되며, 별도의 학습용 데이터셋으로 수집·저장하지 않습니다.
입력 텍스트의 학습용 사용 없음
API로 전송된 텍스트는 요청된 오디오 파일을 생성하는 데만 사용됩니다. 생성 과정이 완료되면 입력 텍스트는 별도로 저장되지 않으며, 향후 AI 모델의 학습 데이터로 활용되지 않습니다. 이는 대규모 데이터셋 생성 시 원본 텍스트의 프라이버시를 보호합니다.
생성된 오디오 저장 안 함
API 응답을 통해 반환된 오디오 파일은 서버에 영구적으로 저장되지 않습니다. 각 요청은 실시간으로 처리되며, 생성된 오디오는 사용자의 클라이언트에게만 전달됩니다. 따라서 생성된 오디오 파일의 중복 저장이나 무분별한 백업이 발생하지 않습니다.
청구용 메타데이터 보관
정확한 과금을 위해 요청 시간, 문자 수, 상태 코드 등 메타데이터가 보관됩니다. 이 정보는 청구 검증 및 서비스 상태 모니터링 목적으로만 사용되며, 텍스트 콘텐츠나 오디오 데이터와는 분리되어 관리됩니다.
인프라 통합 가이드
OpenAI SDK를 그대로 사용하려면 base_url을 https://api.s6app.info/v1로 변경하세요. 인증 헤더는 Bearer 토큰을 사용하며, tts-1 또는 tts-1-hd 모델을 지정하면 됩니다.
이 방식은 기존 TTS 파이프라인의 코드 수정을 최소화하여 대규모 데이터셋 생성 작업의 통합 시간을 단축합니다.
기존 오픈AI SDK 활용법
Python 또는 Node.js SDK에서 base_url을 변경하기만 하면 바로 연동됩니다. 인증 키는 계정 페이지에서 발급받은 토큰을 사용합니다.
- SDK 변경 없이 기존 코드 유지
- tts-1 및 tts-1-hd 모델 지원
base_url 변경을 통한 연동
기존 엔드포인트 대신 https://api.s6app.info/v1을 사용합니다. 요청 형식은 OpenAI speech 엔드포인트와 동일합니다.
curl 예제 및 자동화 스크립트
REST API를 직접 호출하거나 스크립트를 작성할 수 있습니다. 아래 예시는 mp3 형식으로 음성을 생성하는 방법입니다.
curl -X POST https://api.s6app.info/v1/audio/speech \\ -H 'Authorization: Bearer YOUR_KEY' \\ -H 'Content-Type: application/json' \\ -d '{"model": "tts-1", "input": "ML 데이터셋 생성", "voice": "nova", "response_format": "mp3"}'
- JSON 기반 요청 구조
- 다양한 언어 및 음성 지원
요금제 및 결제
과금 모델은 문자 수 기반으로, 100만 문자당 $10 ($0.01/1,000자)의 정산율을 적용합니다. 여기에는 공백 및 특수문자를 포함한 모든 문자가 계산 대상이 되며, 실패한 요청에 대해서는 요금이 전액 환불됩니다.
기존 오픈AI SDK의 호환성을 통해 기존 인프라에 즉시 통합할 수 있으며, 대용량 ML 데이터셋 생성 파이프라인에서 비용 예측이 명확합니다.
문자 수 기반 과금 모델
TTS API는 고정 요금제가 아닌 실제 사용된 문자 수에 따라 과금됩니다. 4096자를 초과하는 긴 텍스트는 클라이언트에서 분할 처리되며, 각 요청의 문자 수에 따라 요금이 적용됩니다.
- 100만 문자당 $10
- 공백 및 특수문자 포함 과금
- 실패 시 전액 환불
USDT(TRC-20) 자동 결제
모든 결제는 TRON 네트워크의 USDT(TRC-20)로만 처리됩니다. 최소 $5 이상의 충전액이 송금되면 자동으로 잔액에 반영되며, 일반적으로 몇 분 이내에 처리됩니다.
- USDT(TRC-20) 전용
- 최소 충전 금액 $5
- 자동 잔액 반영
잔액 만료 없음
충전된 잔액은 만료 기한 없이 영구적으로 유지됩니다. 구독제나 월정 요금이 아니므로, 프로젝트 진행 중 자금이 소진되지 않도록 유연하게 관리할 수 있습니다.
성능 및 제한 사항
API는 분당 60회 요청의 제한이 있으며, 초기 10회는 분당 10회로 제한됩니다. 텍스트는 최대 4096자까지 처리되며, 이를 초과할 경우 클라이언트에서 청크로 분할하여 생성된 오디오 파일을 연결해야 합니다.
요청은 직렬로 처리되므로 부하가 걸릴 때 큐에서 대기할 수 있습니다. 짧은 구문은 생성에 수 초이 걸리며, 긴 텍스트의 평균 처리 속도는 약 25자/초로 실시간에 근접합니다.
분당 60회 요청 한도
모든 API 키는 분당 최대 60회의 요청을 처리할 수 있습니다. 계정 생성 후 첫 충전 전까지 초기 한도는 분당 10회로 제한됩니다. 이는 대규모 ML 데이터셋 생성 시 동시성 처리를 위해 적절한 수준입니다.
- 초기 제한: 분당 10회
- 표준 한도: 분당 60회
- 키당 독립적 한도 적용
4096자 제한 및 분할 처리
단일 요청당 입력 텍스트는 4,096자를 초과할 수 없습니다. 공간과 구두점도 문자 수에 포함됩니다. 클라이언트 애플리케이션에서 긴 텍스트를 4,096자 단위로 분할하고, 반환된 오디오 파일을 이어붙이는 로직을 구현해야 합니다.
이 제한은 API의 상태 없는 설계와 일관된 오디오 품질 유지에 기인합니다. 긴 텍스트는 최대 4096자 단위로 분할하여 생성한 후 오디오 파일을 연결하여 사용합니다.
- 최대 입력 길이: 4,096자
- 공간/구두점 포함 계산
- 클라이언트 측 오디오 결합 필요
큐 기반 처리 시스템
요청은 단일 처리 경로로 직렬로 실행됩니다. 시스템에 부하가 발생하면 요청은 큐에 쌓여 순차적으로 처리됩니다. 이로 인해 짧은 구문 생성에도 수 초의 지연이 발생할 수 있으며, 긴 텍스트의 전체 처리 시간은 실시간 생성 속도(약 25자/초)를 기준으로 예상할 수 있습니다.
이 아키텍처는 요청이 직렬로 처리되므로 부하 시 대기열에 진입할 수 있습니다. 대용량 데이터셋 생성 시, 큐의 대기 시간을 고려하여 배치 단위의 요청을 조절하는 것이 효율적입니다.
- 직렬 처리 방식 적용
- 부하 시 큐 대기 발생
- 평균 생성 속도: 약 25자/초
기술 지원 및 문의
SynthVoice Lab은 전화나 라이브 채팅을 제공하지 않습니다. 모든 문의는 이메일을 통해 처리되며, 응답은 영업일 기준 빠르게 안내됩니다. 실시간 대기열이 필요 없는 정중한 기술 지원을 원한다면 이 방식이 적합합니다.
이메일 기반 지원
기존 전화나 라이브 채팅 대신 이메일을 유일한 지원 채널로 사용합니다. 이는 대기 시간 없이 명확한 답변을 받을 수 있게 합니다.
명확한 오류 메시지
API 응답은 명확한 에러 코드와 메시지를 포함하여 문제 원인을 빠르게 파악할 수 있게 합니다. 이를 통해 개발자는 즉시 스크립트를 수정할 수 있습니다.
API 키 관리
계정당 활성 키는 하나입니다. 새로운 키를 발급하면 이전 키는 즉시 비활성화되므로, 키 교체 시 주의가 필요합니다. /get-api-key/ 페이지에서 현재 키 상태와 사용량을 확인하세요.
SynthVoice Lab 소개
SynthVoice Lab은 엔지니어링 관점에서 설계된 클라우드 TTS API 플랫폼입니다. ML 데이터셋 생성과 대규모 텍스트 음성 변환 파이프라인에 최적화된 엔지니어들을 위해 오픈AI SDK 호환성을 통해 기존 인프라에 즉시 통합할 수 있습니다.
라이선스된 음성 데이터베이스와 투명한 가격 정책을 바탕으로, 복잡한 부가 서비스 없이 핵심 기능에 집중한 구조를 유지합니다.
엔지니어링 중심 접근 방식
복잡한 추가 기능보다는 안정성과 통합 용이성에 중점을 둡니다. OpenAI SDK의 base_url 변경만으로 기존 파이프라인에 바로 연동할 수 있어, 별도의 SDK 학습 없이 즉각적인 개발이 가능합니다.
- 기존 인프라와의 즉각적인 호환성
- 복잡성 없는 엔지니어링 중심 설계
라이선스된 음성 데이터베이스
모든 음성 프리셋은 LibriTTS-R(CC BY 4.0) 및 LibriVox의 퍼블릭 도메인 오디오북 읽기 기록을 기반으로 합니다. 상업적 사용이 허용되는 라이선스를 통해 데이터셋 구축 시 권리 문제를 최소화했습니다.
- LibriTTS-R(CC BY 4.0) 기반
- LibriVox 퍼블릭 도메인 음성 활용
투명한 가격 정책
복잡한 구독 모델 없이 문자 수 기반 과금을 적용합니다. USDT(TRC-20)로 결제하며, 잔액은 만료되지 않습니다. 불필요한 부가 요금 없이 명확한 비용 예측이 가능합니다.
- 문자 수 기반 과금
- USDT(TRC-20) 자동 결제
8개 음성 듣기
아래의 각 샘플은 동일한 문장을 이 API로 생성한 것입니다. 영구 스토리지에 남지 않으므로, 생성된 오디오 파일의 관리와 버전 관리는 전적으로 사용자 측 인프라에서 처리해야 합니다.
23개 언어
모든 음성은 이 언어들을 구사합니다.
