자주 묻는 질문
에이전시에서 대용량 교육 영상을 만들 때 이 API를 사용할 수 있나요?
네, 가능합니다. 최대 4096자까지 텍스트를 전송할 수 있으며, 긴 텍스트는 자동으로 분할되어 생성된 오디오 파일로 결합됩니다. 분당 60회까지 요청이 가능하므로 대규모 교육 콘텐츠 제작에 사용할 수 있습니다. API 키를 사용하여 오픈AI 호환 SDK로 빠르게 연동할 수 있습니다.
지원하는 언어는 무엇이며 베트남어나 태국어도 지원하나요?
영어, 한국어, 중국어 등 총 23개 언어를 지원합니다. 하지만 베트남어, 태국어, 인도네시아어, 우크라이나어 등은 지원되지 않습니다. 언어가 지정되지 않으면 스크립트에 따라 추측되므로, 비영어권 라틴 문자 텍스트의 경우 명시적으로 언어 코드를 설정해야 합니다.
API 키를 분실했을 때 어떻게 관리하나요?
계정당 활성 키는 하나만 존재합니다. 키가 필요할 때 언제든지 새 키를 발급할 수 있으며, 새 키가 생성되는 순간 이전 키는 즉시 무효화됩니다. 따라서 키 분실 시 대시보드에서 새 키를 생성하여 바로 사용하시면 됩니다.
요청이 실패했을 때 비용이 청구되나요?
아니요, 청구되지 않습니다. 음성 합성 과정에 실패한 요청은 무료이며, 이미 청구된 금액은 전액 환불됩니다. 따라서 실패 시에도 비용 부담 없이 안전하게 API를 사용할 수 있습니다. 성공한 요청에만 100만 자당 $10의 요금이 부과됩니다.
생성된 오디오 파일에는 수화기가 있나요?
네, 있습니다. 생성된 모든 오디오 파일에는 합성 음성임을 나타내는 무청수화(Watermark)가 포함되어 있습니다. 이는 파일이 AI에 의해 생성되었음을 식별할 수 있도록 설계된 것으로, 일반적인 청취에는 영향을 미치지 않습니다.
SSML이나 억양 태그를 지원하나요?
아니요, SSML이나 억양 태그를 지원하지 않습니다. 속도 조절(0.25~4.0) 기능은 제공되지만, 음성의 미세한 억양이나 발음 기호를 제어하는 SSML 태그는 현재 기능에 포함되어 있지 않습니다. 단순하고 명확한 텍스트 입력에 최적화되어 있습니다.
스트리밍 방식으로 음성을 받을 수 있나요?
아니요, 스트리밍 방식은 지원하지 않습니다. 텍스트를 전송하면 전체 합성이 완료된 후 오디오 파일이 반환됩니다. 실시간 부분 오디오나 WebSocket 연결을 통한 스트리밍 기능은 현재 제공되지 않으며, 전체 파일 다운로드 형식으로 제공됩니다.
데이터가 학습용으로 사용되나요?
아니요, 사용되지 않습니다. 입력된 텍스트는 오디오 생성에만 사용되며 학습 데이터로 활용되지 않습니다. 생성된 오디오는 응답으로 반환될 뿐 저장되지 않습니다. 요청 시간, 문자 수, 상태 등 청구용 메타데이터만 유지됩니다.
어떤 오디오 포맷을 지원하나요?
mp3, wav, opus, flac, pcm 형식을 지원합니다. 요청 시 response_format 필드를 통해 원하는 포맷을 지정할 수 있습니다. 에이전시의 다양한 편집 워크플로우에 맞춰 적절한 오디오 형식을 선택하여 사용할 수 있습니다.
속도 조절은 어떻게 하나요?
request body의 speed 필드를 사용하여 조절합니다. 0.25부터 4.0까지의 값으로 속도를 설정할 수 있습니다. 기본값은 1.0이며, 교육 콘텐츠의 가독성에 맞춰 속도를 빠르게 또는 느리게 조정하여 사용할 수 있습니다.
최대 텍스트 길이는 어떻게 되나요?
요청당 최대 4096자까지 입력할 수 있습니다. 공간과 구두점도 문자 수에 포함됩니다. 4096자를 초과하는 긴 텍스트의 경우, 클라이언트 측에서 4096자 이하로 분할하여 요청한 후 오디오 파일들을 결합하므로 긴 교육 자료도 생성 가능합니다.
트라이얼 크레딧은 어떻게 사용하나요?
구글 로그인으로 가입 시 $0.50(약 50,000자)의 트라이얼 크레딧이 7일 동안 제공됩니다. 이메일/비밀번호 가입 시에는 트라이얼 크레딧이 없습니다. 대시보드에서 잔액을 확인하고 API 요청에 바로 사용할 수 있으며,
결제 방법은 USDT 외에는 없나요?
네, TRON 네트워크(TRC-20)의 USDT만 지원합니다. 신용카드, PayPal, 구독제, 청구서 방식은 제공되지 않습니다. 최소 $5 이상 충전 시 자동으로 크레딧이 적립되며, 월별 요금제나 최소 사용량이 없습니다. 잔액은 만료일이 없습니다.
기술 지원은 이메일로만 받나요?
네, 이메일 지원만 제공합니다. 전화 번호나 라이브 채팅, SLA, 가동률 보장, 엔터프라이즈 계약은 없습니다. 기술적 문의나 문제 해결은 이메일을 통해서만 이루어지며, 빠른 응답을 보장하지는 않습니다.
첫 번째 요청
curl
curl https://api.8768.top/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.mp3에이전시를 위한 TTS API의 핵심 기능
에이전시 워크플로우에 최적화된 오픈AI 호환 SDK를 제공합니다. base_url만 변경하면 기존 SDK로 바로 연동할 수 있어 복잡한 설정 없이 오디오 파일을 생성할 수 있습니다. POST https://api.8768.top/v1/audio/speech 엔드포인트로 JSON 요청을 보내면 텍스트가 음성으로 변환됩니다.
최대 4096자까지의 텍스트를 한 번에 처리할 수 있습니다. 긴 교육 자료는 4096자 단위로 나누어 생성한 후 오디오 파일을 연결하면 됩니다. mp3, wav, opus, flac, pcm 형식을 지원하여 다양한 배포 환경에 맞춰 선택할 수 있습니다.
오픈AI 호환 SDK 연동
기존 OpenAI SDK를 그대로 사용하면서 base_url만 https://api.8768.top/v1로 변경하면 됩니다. 인증은 Bearer 토큰을 사용한 Bearer 인증 방식으로 처리되며, 별도의 전용 SDK 설치 없이 HTTP 요청으로 바로 연동할 수 있습니다.
에이전시의 개발 리소스를 절약할 수 있는 구조입니다. Python, Node.js 등 주요 언어의 공식 SDK를 통해 빠르게 테스트하고 프로덕션에 적용할 수 있습니다.
- OpenAI 호환 POST 엔드포인트 제공
- 기존 SDK의 base_url 변경만으로 연동 가능
- Bearer 토큰 기반 인증 방식 지원
4096자 제한의 효율적 처리
한 번의 요청으로 최대 4096자까지의 텍스트를 음성으로 변환할 수 있습니다. 공간과 문장 부호도 문자 수에 포함되므로, 교육 자료나 HR 매뉴얼의 분량을 정확히 계산해야 합니다.
4096자를 초과하는 긴 텍스트의 경우, 여러 부분으로 나누어 생성한 후 오디오 파일을 연결하는 방식이 권장됩니다. 이 과정에서 추가 비용이 발생하지 않으며, 효율적인 대량 처리가 가능합니다.
요청당 처리 속도는 평균 초당 25자의 텍스트 생성 속도를 보입니다. 짧은 문장은 몇 초 정도가 소요되며, 긴 텍스트는 실시간 유사 속도로 생성됩니다.
다양한 오디오 포맷 지원
mp3, wav, opus, flac, pcm 등 다양한 오디오 포맷을 지원합니다. mp3는 저장 공간과 대역폭을 절약할 수 있는 경량 형식이며, wav와 flac은 원본 음질을 유지하는 무손실 형식입니다.
pcm은 비압축 원본 데이터로, 후처리나 분석이 필요한 경우에 유용합니다. opus는 높은 압축률과 좋은 음질을 동시에 제공하는 현대적인 포맷입니다.
요청 시 response_format 필드를 통해 원하는 포맷을 지정할 수 있습니다. 에이전시의 최종 배포 환경에 맞춰 가장 적합한 포맷을 선택할 수 있습니다.
- mp3: 경량화 및 웹 배포용
- wav/flac: 고음질 보관용
- opus: 고효율 압축 포맷
- pcm: 원본 데이터 처리용
지원 언어와 음성 preset 소개
에이전시에서는 다양한 지역별 교육 콘텐츠와 HR 자료를 제작할 때 언어 지원의 폭이 중요합니다. Vokality TTS API는 아랍어부터 터키어까지 총 23개 언어를 지원하여, 글로벌 교육 자료의 음성 변환 작업을 효율적으로 처리할 수 있습니다.
23개 언어 지원 범위
한국어, 영어, 일본어, 중국어, 스페인어, 프랑스어, 독일어 등 주요 언어를 비롯해 그리스어, 히브리어, 스와힐리어, 말레이어 등 다양한 언어를 아우릅니다. 특정 언어가 지원되지 않는 경우(베트남어, 태국어, 인도네시아어, 우크라이나어 등) 명확히 구분하여 불필요한 호환성 문제를 방지합니다.
8가지 보이스 특징
에이전시 워크플로우에 맞게 8가지 보이스 프리셋을 제공합니다. Aria, Nova, Luna, Sage 등 여성 보이스는 내레이션이나 스토리텔링에 적합하며, Felix, Milo, Atlas, Orion 등 남성 보이스는 프로모션, 대화형 콘텐츠, 뉴스, 다큐멘타리 톤에 효과적입니다.
- Aria: 따뜻하고 명확한 내레이터 톤
- Nova: 밝고 활기찬 스타일
- Luna: 부드럽고 스토리텔링 중심
- Sage: 차분하고 교육적 어조
- Felix: 에너지 넘치는 프로모션
- Milo: 친근한 대화형 스타일
- Atlas: 중립적인 뉴스 톤
- Orion: 깊고 다큐멘터리 스타일
언어 자동 감지 설정
language 파라미터를 지정하지 않으면 시스템이 텍스트의 문자를 분석하여 언어를 자동으로 추측합니다. 라틴 문자 기반 텍스트는 기본적으로 영어로 처리되므로, 영어가 아닌 다른 언어의 라틴 문자 텍스트(예: 스페인어, 프랑스어)를 변환할 때는 반드시 language 파라미터를 명시해야 정확한 발음이 보장됩니다.
에이전시 워크플로우 최적화
에이전시에서 대량의 교육 콘텐츠나 HR 자료를 처리할 때는 텍스트를 4096자 단위로 분할하고 생성된 오디오 파일을 연결하는 방식이 효율적입니다. 짧은 문장은 몇 초가 걸리지만, 긴 텍스트는 실시간 생성 속도에 근접한 속도로 처리됩니다. 요청이 한 번에 여러 개일 경우 큐 시스템에서 순차적으로 처리되므로 대용량 작업 시 약간의 대기 시간이 발생할 수 있습니다.
API 키는 계정당 하나만 활성화되며, 새 키를 발급하면 기존 키는 즉시 무효화됩니다. 이 방식은 보안성을 높이고 키 유출 시 즉각적인 접근 차단을 가능하게 합니다. 실패한 요청은 요금이 부과되지 않으므로, 대량 배치 처리 시 불필요한 비용 부담 없이 신뢰할 수 있는 워크플로우를 구축할 수 있습니다.
대량 텍스트 처리 전략
텍스트를 4096자 이하로 잘라 생성 후 이어붙이는 방식으로 처리합니다. 1분당 60회의 요청 제한이 있으므로, 대량 생성 시 큐 시스템이 작동하여 요청이 순차적으로 처리됩니다. 속도는 긴 텍스트 기준 약 실시간에 가깝습니다.
실패 시 무료 환불 정책
합성 실패 시 충전금은 전액 환불됩니다. 에이전시 입장에서는 실패 건에 대한 비용 손실이 없으므로, 안정적인 대량 처리 워크플로우를 설계하기에 적합합니다. 성공한 요청에만 요금이 부과됩니다.
API 키 관리와 보안
계정당 활성 키는 하나만 유지됩니다. 새로운 키를 발급하면 이전 키는 즉시 정지됩니다. 이는 키 유출 시 즉각적인 접근 차단을 의미하며, 보안 관리가 단순해집니다.
기술적 제한사항과 처리 속도
API를 안정적으로 운영하려면 처리 용량을 정확히 파악하는 것이 중요합니다. 대규모 교육 콘텐츠나 HR 자료를 생성할 때는 병렬 처리 구조를 고려해야 하며, 과도한 동시 요청이 큐에 쌓일 수 있음을 이해해야 합니다.
이 섹션에서는 1분당 요청 제한, 실제 처리 속도 및 큐 시스템의 동작 방식을 명확히 설명하여 에이전시의 기술적 한계를 사전에 계획할 수 있도록 돕습니다.
1분당 60회 요청 제한
계정당 분당 60회 요청 제한이 적용됩니다. 특히 첫 충전 전에는 분당 10회로 제한되므로, 초기 테스트 시 이를 유의해야 합니다.
이 제한은 서버 부하를 관리하기 위함이며, 대용량 배치 처리 시 분할 요청 전략이 필요합니다.
- 1분당 최대 60회 요청 (최초 충전 전 10회)
- 동일 API 키 기준 집계
실시간 유사 처리 속도
긴 텍스트의 경우 생성 속도는 약 실시간 수준으로, 초당 약 25자 생성 속도를 보입니다. 짧은 문장은 몇 초 내에 생성되지만, 시스템 부하에 따라 지연될 수 있습니다.
이 속도는 복잡한 엔지인 최적화가 아닌 기본 엔진의 성능을 반영한 것입니다.
큐 시스템 동작 방식
요청은 순차적으로 처리되며, 시스템 부하가 높을 경우 요청이 큐에 대기할 수 있습니다. 이는 병렬 처리가 아닌 순차적 처리 원칙에 기인합니다.
대기 시간이 발생하더라도 요청 자체는 정상적으로 처리되며, 실패 시에는 요금이 반환됩니다.
데이터 사용 및 프라이버시
에이전시에서 다루는 교육 콘텐츠나 HR 자료의 원본 텍스트는 음성 생성에만 사용되며, 모델 학습을 위한 데이터로 활용되지 않습니다. 이는 고객의 고유한 내자 자료를 안전하게 보호하는 기본 원칙입니다.
API를 통해 생성된 최종 오디오 파일은 응답으로 반환된 후 서버에 저장되지 않습니다. 따라서 대량 생성 시에도 생성된 파일이 계속 보관되어 리소스를 차지하지 않으며, 순수한 일회성 처리가 가능합니다.
학습용 데이터 미사용
입력된 텍스트는 음성 합성 엔진의 연료로만 쓰이고, 향후 모델 개선을 위한 학습 데이터로 수집·사용하지 않습니다. 에이전시가 다양한 클라이언트의 콘텐츠를 처리할 때, 그 데이터가 다른 고객의 모델 학습에 영향을 주지 않습니다.
- 입력 텍스트는 생성 목적에만 사용됨
- 학습 데이터로 활용되지 않음
생성된 오디오 저장 여부
API 응답으로 반환된 오디오 파일은 서버에 영구 저장되지 않습니다. 요청이 완료되면 파일이 즉시 삭제되므로, 생성된 오디오가 계속 보관되어 저장 공간을 차지하거나 접근이 가능합니다.
이러한 구조는 대량 생성 워크플로우에서 불필요한 데이터 축적을 방지하고, 클라이언트의 콘텐츠 소유권을 명확히 합니다.
요청 메타데이터 보관
- 요청 시간 및 문자 수 기록
- 과금 및 상태 확인용 보관

시연 및 데모
에이전시 워크플로우의 핵심은 일관된 오디오 품질 유지입니다. Vokality는 8가지 사전 설정된 음성으로 다양한 교육 콘텐츠 톤을 구현합니다.
아래 샘플은 실제 생성된 오디오의 음색과 명확성을 보여줍니다. 각 음성은 특정 교육 시나리오에 맞게 설계되었습니다.
ARIA 음성 샘플
ARIA는 따뜻하고 명확한 내레이터 톤을 제공합니다. 복잡한 교육 자료나 길이가 긴 HR 매뉴얼의 독백 부분에 적합합니다.
이 음성은 청중의 집중력을 유지하며 학습 내용을 효과적으로 전달합니다.
- 따뜻하고 명확한 내레이터 톤
- 장기적인 교육 콘텐츠에 적합
- 23개 언어 지원
Milo 음성 샘플
Milo는 친근하고 대화체 톤을 지닙니다. 사내 커뮤니케이션이나 경쾌한 HR 공지사항에 적합합니다.
자연스러운 대화 리듬으로 듣는 이들에게 부담 없는 교육 경험을 제공합니다.
- 친근하고 대화체 톤
- 경쾌한 HR 공지사항에 적합
- 영어 및 한국어 지원
Atlas 음성 샘플
Atlas은 중립적이고 뉴스 같은 톤을 가집니다. 객관적인 정보 전달이 필요한 공식 교육 자료나 정책 설명에 적합합니다.
편견 없는 명확한 발음으로 전문적인 느낌을 유지합니다.
- 중립적이고 뉴스 같은 톤
- 공식 교육 자료에 적합
- 명확한 발음 보장
에이전시를 위한 선택 이유
에이전시에서는 프로젝트 규모에 따라 유연한 비용 구조가 필요합니다. 월정액 구독이나 최소 사용량 제한이 없어, 소규모 시연부터 대용량 교육 콘텐츠 제작까지 필요할 때만 비용을 지불합니다. seats나 enterprise 계약 없이 필요한 만큼만 지불하는 구조입니다.
복잡한 구독 플랜 없음
월정액 플랜이나 seats, 최소 사용량 제한이 없습니다. 생성된 오디오 파일 수에 따라 비용이 결정되며, 실패한 요청은 무료로 처리됩니다. 이는 다양한 고객 프로젝트에 유연하게 대응할 수 있는 효율적인 구조입니다.
USDT 기반 간편 결제
USDT(TRC-20) 기반의 간편한 결제 방식을 지원합니다. 최소 $5부터 충전이 가능하며, 전송 후 수분 이내에 자동으로 잔액이 충전됩니다. 신용카드나 PayPal, 부가세 포함 인보이스 처리 없이 빠르게 예산을 확보할 수 있습니다.
충전된 잔액은 만료일이 없으며, 필요할 때 언제든지 추가 충전이 가능합니다. 복잡한 은행 송금 절차 없이도 글로벌 에이전시로서 효율적으로 비용을 관리할 수 있습니다.
트레이드 마크 없는 독립형 스토어
당사는 오픈AI, ElevenLabs 등 타사의 공식 지사가 아닙니다. 독립적인 스토어로서 투명하고 명확한 가격 정책과 API 호환성을 제공합니다. 복잡한 라이선스 분쟁 없이 기술적 호환성에 집중할 수 있습니다.
독립형 스토어로서 고객 데이터는 학습용으로 사용되지 않으며, 생성된 오디오는 응답으로만 제공됩니다. 이는 교육 콘텐츠 제작 시 저작권 및 데이터 프라이버시 측면에서 안정적인 선택이 됩니다.
기술 스택 요약
API 연동을 위한 핵심 구조를 간략히 정리합니다. 복잡한 SDK 설치 없이 표준 HTTP 요청만으로 오디오 파일을 생성할 수 있습니다.
간단한 코드 수정만으로 기존 파이프라인에 바로 통합할 수 있어 에이전시의 개발 부담을 줄입니다.
POST 엔드포인트 구조
음성 생성은 POST https://api.8768.top/v1/audio/speech 엔드포인트로 처리됩니다. OpenAI SDK의 base_url만 변경하면 호환됩니다.
GET /v1/voices와 GET /v1/models 엔드포인트를 통해 사용 가능한 음성 목록과 모델 정보를 사전에 확인할 수 있습니다.
- 엔드포인트: POST /v1/audio/speech
- 호환성: OpenAI SDK 호환
- 정보 조회: GET /v1/voices, /v1/models
JSON 요청 본문 형식
요청 본문은 model, input, voice, response_format, speed, language 필드를 포함합니다. model은 'tts-1' 또는 'tts-1-hd'를 사용합니다.
입력 텍스트는 4096자 제한이 있으며, 공백과 문장부호도 문자 수에 포함됩니다. 속도는 0.25부터 4.0까지 조절 가능합니다.
- 필수 필드: model, input, voice
- 지원 포맷: mp3, wav, opus, flac, pcm
- 속도 범위: 0.25 - 4.0
Bearer 인증 방식
모든 API 요청에는 Authorization: Bearer tts-... 헤더가 필요합니다. 계정당 활성 키는 하나이며, 새 키 발급 시 이전 키는 즉시 정지됩니다.
보안을 위해 키를 정기적으로 교체할 수 있으며, 요청 메타데이터는 청구 목적으로만 보관됩니다.
- 인증 방식: Bearer Token
- 키 관리: 단일 활성 키
- 키 교체: 즉시 반영
자주 묻는 질문 미리보기
에이전시에서 다국어 교육 콘텐츠를 제작할 때 특정 언어가 지원되는지 확인해야 할 때 API 엔드포인트를 통해 최신 언어 목록을 실시간으로 조회할 수 있습니다.
보이스 커스터마이징이나 음성 클로닝 기능은 제공되지 않으며, 대신 8가지 미리 정의된 presets에서 업무 성향에 맞는 음색을 선택하여 일관된 품질을 유지합니다.
언어 지원 여부 확인
지원 언어 목록은 /v1/voices 엔드포인트를 통해 확인 가능합니다. 현재 아랍어부터 터키어까지 23개 언어를 지원하며, 라틴 문자 기반 텍스트는 기본적으로 영어로 인식되므로 다른 언어를 사용할 경우 language 파라미터를 명시해야 합니다.
- 베트남어, 태국어, 우크라이나어는 미지원
- 인코딩되지 않은 ISO 코드로 언어 지정 가능
보이스 커스터마이징 가능 여부
고객 전용 음성 클로닝이나 고유 음원 업로드 기능은 제공하지 않습니다. LibriTTS-R 데이터셋 기반의 8가지 presets(Aria, Nova, Luna 등) 중 하나를 선택하여 사용합니다.
- SSML 또는 음소 사전 지원 안 함
- 감정 태그 기능 없음
트라이얼 조건
Google 로그인 시 $0.50의 무료 크레딧(약 50,000자 분량)이 7일간 제공됩니다. 이메일과 비밀번호로 생성된 계정은 초기 크레딧이 없습니다. 잔액은 만료되지 않습니다.
- Google 로그인 시 자동 발급
- 이메일 가입 시 트라이얼 없음
8개 음성 듣기
아래의 각 샘플은 동일한 문장을 이 API로 생성한 것입니다. 특정 언어가 지원되지 않는 경우(베트남어, 태국어, 인도네시아어, 우크라이나어 등) 명확히 구분하여 불필요한 호환성 문제를 방지합니다.
23개 언어
모든 음성은 이 언어들을 구사합니다.
