AI 음성 합성 가입 없이 무료로 체험하세요

음성 합성은 소프트웨어로 글로 쓴 텍스트를 말소리 오디오로 바꾸는 것입니다. 텍스트 음성 변환(TTS) 또는 보이스 합성이라고도 합니다. 최신 시스템은 녹음된 말소리로 학습한 AI 모델을 사용하므로, 예전 소프트웨어의 로봇 같은 음성보다 훨씬 사람에 가깝게 들립니다.

예약 시간을 다시 읽어 주는 전화 에이전트, 다음 회전을 안내하는 내비게이션 앱, 웹페이지를 읽어 주는 화면 낭독기는 모두 음성 합성을 사용합니다. 이 페이지 상단의 데모도 마찬가지로, 입력한 텍스트를 읽어 줍니다.

이 페이지의 데모는 가입 없이 무료입니다. 내 앱에서 API를 사용하려면 계정을 만드세요. Free 요금제에는 매달 20,000 크레딧이 포함되며, 유료 요금제는 더 많은 크레딧을 제공합니다.

음성 합성은 텍스트를 말소리 오디오로 바꿉니다. 음성 인식은 말소리 오디오를 텍스트로 바꿉니다. 음성 에이전트는 둘을 언어 모델과 연결합니다. 음성 인식이 발신자의 말을 듣고, 모델이 답변을 쓰고, 음성 합성이 그 답변을 말합니다. Cartesia는 텍스트 음성 변환용 Sonic과 음성 텍스트 변환용 Ink를 제공합니다.

AI 모델이 텍스트를 읽고 각 단어의 발음, 문장의 리듬, 강세의 위치 등 어떻게 들려야 하는지 예측합니다. 그런 다음 오디오를 생성합니다. Cartesia의 모델은 생성하는 대로 오디오를 스트리밍하므로, 문장이 끝나기 전에 재생이 시작됩니다.

아니요. 브라우저의 window.speechSynthesis는 듣는 사람의 브라우저와 운영체제가 제공하는 음성으로 텍스트를 읽으므로 기기마다 음성이 달라집니다. Cartesia는 생성된 오디오를 애플리케이션에 반환하는 호스팅 API로, 어디서나 같은 음성으로 들립니다. API 키 없이 브라우저에서만 재생하려면 JavaScript 텍스트 음성 변환 튜토리얼을 참고하세요.

API 키를 만들어 백엔드에 보관하고 텍스트와 음성 ID를 보내면 API가 오디오를 반환합니다. Python 텍스트 음성 변환 가이드에서 몇 줄의 코드로 WAV 파일을 생성하고 저장하는 방법을 확인하세요. 전화 에이전트나 음성 에이전트라면 WebSocket으로 오디오를 스트리밍하거나, Cartesia Managed Agents에 에이전트와 통화 운영을 맡길 수 있습니다.

Cartesia의 음성은 하나의 모델로 40개 이상의 언어를 말하며, 미국·영국·호주 영어, 캐나다 프랑스어, 멕시코 스페인어 같은 지역 억양도 지원합니다. 언어 페이지에서 각 언어의 샘플을 들을 수 있습니다.

네. WebSocket 또는 서버 전송 이벤트로 Cartesia는 생성되는 대로 오디오를 조각 단위로 보내므로, 클립 전체가 준비되기 전에 앱에서 재생을 시작할 수 있습니다. 응답 형식은 스트리밍 API 참조에서 확인할 수 있습니다.

네. 말하는 속도와 음량을 설정하고 60가지 이상의 감정 중에서 골라 표현을 바꿀 수 있습니다. 모델별 옵션은 음성 제어 가이드에 정리되어 있습니다.

보이스 클로닝은 화자의 녹음으로 재사용할 수 있는 음성을 만듭니다. 음성 합성은 그 음성이나 라이브러리의 음성으로 새 텍스트를 읽습니다. 녹음 요건은 보이스 클로닝 페이지에서 설명합니다.