Speechify는 여러 텍스트 투 스피치(Text-to-Speech) 모델을 제공합니다. 적합한 모델을 고르려면 지연 시간, 언어 지원 범위, 음성 품질의 균형을 살펴봐야 합니다. 이 가이드는 각 모델의 특징과 적합한 사용 사례를 정리해, 모든 모델을 일일이 테스트하지 않아도 알맞은 선택을 할 수 있도록 도와드립니다.
speechify.ai의 모델 관련 포스트에서는 각 릴리스를 자세히 다룹니다. Simba 3.2 출시 안내에서는 지금 이 모델을 추천하는 이유를 설명합니다.
Speechify 텍스트 투 스피치 API를 시작하려면 빠른 시작 가이드를 참고하세요.
직접 구축 중이신가요? Speechify 텍스트 투 스피치 및 보이스 클로닝 API는 speechify.ai에서, 문서와 무료 키는 docs.speechify.ai에서 확인하실 수 있습니다.
Speechify에는 어떤 모델이 있나요?
크게 세 가지입니다.
- Simba 3.2
- : 영어 전용 권장 모델입니다. 스트리밍에 최적화되어 있고 응답이 가장 빠르며, 엄선된 영어 음성을 제공합니다. 실시간 상호작용에 가장 적합합니다.
- Simba 3.0
- : 현재 API의 기본 모델입니다. 스트리밍에 최적화되어 있으며 영어, 독일어, 스페인어, 프랑스어, 이탈리아어, 브라질 포르투갈어를 지원합니다. 3.2보다 지연은 약간 있지만 지원 범위가 더 넓습니다.
- 레거시 모델(
- simba-english
- ,
- simba-multilingual
- ): Simba 1.6 계열 모델입니다. API 버전 2026-09-21부터 지원이 중단되며, 2026-11-21에 완전히 종료될 예정입니다. 기존 연동이 특정 구형 음성이나 언어에 의존하는 경우에만 임시로 사용하고, 지금부터 마이그레이션을 준비하세요.
가장 빠른 모델은 무엇인가요?
Simba 3.2입니다. 스트리밍에 최적화되어 있어 첫 오디오가 가장 빨리 도착합니다. 영어 음성 에이전트의 기본 선택지로 적합합니다.
Simba 3.0도 유사하지만, 다국어 지원에 따른 약간의 오버헤드가 있습니다. 레거시 모델은 가장 느리므로 가능하면 교체하는 것을 권장합니다.
가장 많은 언어를 지원하는 모델은?
Simba 3.0입니다. 공식적으로 영어, 독일어, 스페인어(스페인 및 멕시코), 프랑스어, 이탈리아어, 브라질 포르투갈어를 지원합니다. POST /v1/audio/speech 요청에서 language 파라미터로 언어를 지정하면 해당 언어에 맞는 음성을 반환합니다. 레거시 simba-multilingual 모델은 30개 이상의 로케일을 지원하지만, API 버전 2026-09-21부터 지원이 중단되고 2026-11-21에 완전히 종료됩니다.
한 언어만 필요하다면 Simba 3.2가 속도와 품질 면에서 모두 뛰어납니다. 여러 언어를 지원해야 한다면 현재로서는 Simba 3.0이 더 적합합니다.
가장 자연스러운 음성은 무엇인가요?
음성 품질은 모델 세대에 따라 달라집니다. Simba 3.2는 영어에서 가장 자연스러운 음성을 제공합니다. Simba 3.0도 여러 언어에서 우수한 품질을 제공합니다. 레거시 모델은 가장 오래된 만큼 기계적인 느낌이 더 강합니다.
고객 대상 음성에는 Simba 3.2 또는 Simba 3.0 사용을 권장합니다.
사용 가능한 음성 목록은 어디서 확인하나요?
GET /v1/voices 엔드포인트를 호출하세요. 유형, 로케일, 성별, 모델별로 필터링해 가장 적합한 음성을 찾을 수 있습니다. speechify.ai에는 음성과 모델별 반환 예시도 안내되어 있습니다.
스트리밍 vs 배치
Simba 3 모델은 모두 스트리밍을 지원합니다. 실시간 재생에는 POST /v1/audio/stream, 타임스탬프와 단어 정렬이 포함된 실시간 오디오에는 POST /v1/audio/stream/with-timestamps, 단일 파일로 받을 때는 POST /v1/audio/speech를 사용하세요. 모델 선택은 전송 방식과는 무관합니다.
FAQ
추천하는 Speechify TTS 모델은 무엇인가요?
Simba 3.2입니다. 신규 작업의 기본 선택지로, 스트리밍에 최적화되어 있고 응답이 가장 빠르며 영어 음성 품질도 가장 뛰어납니다.
Simba 3.2 (영어 전용): 스트리밍에 최적화되어 있고, 첫 오디오 도달 속도가 가장 빠르며, 영어 음성 품질이 가장 뛰어납니다. model을 지정하지 않으면 API 기본값은 Simba 3.0이므로, model: "simba-3.2"를 명시해 사용하세요.
네. Simba 3.0은 언어 파라미터를 받아 여러 로케일의 네이티브 음성을 반환합니다. Simba 3.2는 엄선된 영어 음성에 집중합니다.
네. Simba 3.0은 언어 파라미터를 통해 영어와 6개 유럽 언어의 음성을 반환합니다. Simba 3.2는 영어에 집중합니다.
기존 연동이 특정 구버전 음성에 의존하는 경우에만 해당 모델을 사용하세요. 그 외에는 Simba 3.2 또는 Simba 3.0으로 옮기시는 것이 좋습니다.
기존 연동이 특정 구버전 음성에 의존하는 경우에만 잠정적으로 사용하세요. 해당 모델은 API 버전 2026-09-21부터 지원이 중단되고 2026-11-21에 완전히 종료되므로, 그전에 Simba 3.2 또는 Simba 3.0으로 이전하세요.
최소 지연 시간이 중요하다면 Simba 3.2를 선택하고, 실시간 사용에는 스트리밍 방식으로 활용하세요.
