tts-1의 기술 사양
| 사양 | 세부 정보 |
|---|---|
| 모델 ID | tts-1 |
| 제공사 | OpenAI |
| 모델 유형 | 텍스트 입력을 음성 오디오로 변환하는 텍스트-음성 변환(TTS) 모델. |
| 주요 최적화 | 특히 실시간 또는 준실시간 음성 출력에 대해 속도와 저지연 생성을 최적화. |
| 품질 프로필 | tts-1-hd보다 지연이 낮지만, HD 변형보다 오디오 품질은 낮음. |
| 입력 방식 | 텍스트 전용. |
| 출력 방식 | 오디오 전용. |
| API 엔드포인트 | OpenAI Audio API 음성 생성 엔드포인트: /v1/audio/speech. |
| 최대 입력 길이 | 요청당 최대 4096자. |
| 지원되는 응답 형식 | mp3, opus, aac, flac, wav, pcm. |
| 속도 제어 | 0.25부터 4.0까지 지원하며 기본값은 1.0. |
tts-1의 음성 옵션 | alloy, ash, coral, echo, fable, onyx, nova, sage, shimmer. |
| 스트리밍 지원 | Speech API는 스트리밍 오디오 출력은 지원하지만, tts-1에서는 SSE 스트리밍과 지시 기반 음성 제어는 지원되지 않습니다. |
| 가격 | OpenAI는 음성 생성에 대해 tts-1을 1M 토큰당 $15로 책정합니다. |
tts-1란?
tts-1은 작성된 텍스트를 자연스러운 음성 오디오로 변환하도록 설계된 OpenAI의 텍스트-음성 변환 모델입니다. OpenAI의 클래식 TTS 모델 가운데 더 빠르고 저지연인 옵션으로 포지셔닝되어, 최고 수준의 음질보다 신속한 합성이 필요한 애플리케이션에 적합합니다.
개발자는 애플리케이션 텍스트, 프롬프트, 알림, 내레이션 또는 어시스턴트 응답을 재생 가능한 오디오 파일로 변환하려 할 때 일반적으로 Audio API의 음성 생성 엔드포인트를 통해 tts-1을 사용합니다. OpenAI 문서는 이를 실시간 텍스트-음성 변환 사용 사례에 최적화된 모델로 설명합니다.
실무적으로 tts-1은 경량 음성 경험, 신속 응답 시스템, 인터랙티브 프로토타입, 그리고 프리미엄 음성 품질보다 응답성이 더 중요한 제품에 적합합니다. 최고 품질이 우선이라면 OpenAI는 tts-1-hd 사용을 권장하며, 보다 새로운 표현력이 필요한 사용 사례는 최신 TTS 모델을 사용할 수 있습니다.
tts-1의 주요 기능
- 저지연 음성 생성:
tts-1은 속도에 특화되어 최적화되어 있어, 빠른 음성 출력이 필요한 앱에 유용합니다. - 자연스러운 텍스트-음성 변환: 이 모델은 일반 텍스트를 내레이션, 어시스턴트 응답, 음성 인터페이스에 적합한 음성 오디오로 변환합니다.
- 다양한 기본 음성:
tts-1은 alloy, ash, coral, echo, fable, onyx, nova, sage, shimmer를 포함한 기본 음성 세트를 지원합니다. - 유연한 오디오 출력 형식: 개발자는 재생 또는 처리 요구에 따라 MP3, WAV, FLAC, AAC, Opus, PCM 등 일반적인 형식으로 생성 오디오를 요청할 수 있습니다.
- 재생 속도 조절 가능: API는 0.25x부터 4.0x까지 속도 제어를 허용해, 필요에 따라 느린 내레이션이나 빠른 재생이 가능합니다.
- 간단한 API 기반 통합:
tts-1은 표준 음성 생성 API를 통해 제공되어 웹, 모바일, 백엔드 워크플로에 손쉽게 통합할 수 있습니다. - 실시간 지향 애플리케이션에 적합: OpenAI는
tts-1을 실시간 텍스트-음성 변환 시나리오용 모델로 명시하고 있어, 어시스턴트, 알림, 빠른 인터랙티브 시스템에 실용적입니다. - 트레이드오프 중심 모델 선택:
tts-1-hd와 비교해 이 모델은 고음질보다 더 빠른 생성을 우선시하여, 지연과 품질 간 선택지를 명확히 제공합니다.
tts-1에 접근 및 통합하는 방법
1단계: API 키 등록
tts-1 API에 액세스하려면 먼저 CometAPI에 가입하고 대시보드에서 API 키를 생성하세요. 로그인한 뒤 새 키를 만들고 안전하게 복사하여 애플리케이션의 환경 변수에 저장합니다. 이 키는 tts-1 API에 대한 모든 요청을 인증하는 데 사용됩니다.
2단계: tts-1 API로 요청 보내기
API 키를 확보한 후, 입력 페이로드와 함께 tts-1용 CometAPI 엔드포인트로 POST 요청을 보내세요. Authorization 헤더에 API 키를 포함하고 모델로 tts-1을 지정합니다. 일반적인 요청에는 입력 텍스트와 함께 음성(voice), 응답 형식 등의 TTS 매개변수가 포함됩니다.
curl https://api.cometapi.com/v1/audio/speech \
-H "Authorization: Bearer $COMETAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "tts-1",
"input": "Welcome to CometAPI text to speech.",
"voice": "alloy",
"response_format": "mp3"
}' \
--output speech.mp3
3단계: 결과 수신 및 검증
요청을 제출하면 호출이 성공한 경우 tts-1 API가 생성된 오디오 콘텐츠를 반환합니다. 반환된 파일 또는 스트림을 저장하고 오디오가 정상적으로 재생되는지 확인하며, 선택한 음성, 속도, 형식이 애플리케이션 요구 사항과 일치하는지 검토하세요. 필요한 경우 매개변수를 조정해 다시 시도하여 최종 출력을 개선할 수 있습니다.