소개
읽을 텍스트와 함께 선택 사항으로 음성, 언어, 속도, 출력 형식을 보내십시오. 작업은 그 음성으로 스크립트를 읽은 오디오 파일 하나를 반환하며, 기본값은 24kHz MP3입니다. [laugh]나 …처럼 텍스트에 적힌 말투 태그는 읽히지 않고 연기됩니다. SpicyAPI는 콘텐츠 필터를 적용하지 않으며, 스크립트는 쓴 그대로 읽힙니다. 과금은 보낸 텍스트 1,000자 단위입니다.
| 항목 | 값 |
|---|---|
| 입력 | 텍스트 |
| 출력 | 오디오 |
| 필수 필드 | text — 1~15,000자, 음성 태그 사용 가능 |
| 선택 필드 |
|
| 결과 | 오디오 파일 1개. 기본은 MP3, 24kHz, 128kbps, 모노 |
| 과금 수량 | 보낸 텍스트의 글자 수, 1,000자 단위, 태그 포함 |
| 일반적인 시간 | 170 |
| 보관 기간 | 생성된 오디오는 14일간 보관 |
요청 파라미터
| 파라미터 | 필수 | 설명 |
|---|---|---|
text | 예 | 적힌 그대로 읽을 말입니다. [laugh]나 … 같은 음성 태그를 넣을 수 있습니다. 1자 이상 · 15000자 이하 |
voice_id | 아니요 | 71가지 프리셋 보이스 중 하나이며 목록에 이름, 성별, 언어가 표시됩니다. Eve(기본값), Ara, Leo, Rex, Sal은 지원하는 모든 언어를 말하고 나머지는 한 언어에 맞춰져 있습니다. |
language | 아니요 | 읽을 언어의 언어 코드, 또는 대본에서 자동 감지하는 auto(기본값)입니다. 짧거나 여러 언어가 섞인 대본이 다른 언어로 읽힐 때 설정하세요. |
speed | 아니요 | 말하기 속도이며 0.7(느리게)~1.5(빠르게), 기본값은 1.0입니다. 가격에는 영향을 주지 않습니다. |
output_format | 아니요 | 오디오 인코딩입니다. mp3(기본값), wav, 또는 전화 시스템용 헤더 없는 스트림인 pcm·mulaw·alaw 중에서 고릅니다. |
sample_rate | 아니요 | 샘플링 레이트(Hz)이며 8000, 16000, 22050, 24000(기본값), 44100, 48000 중에서 고릅니다. 전화 회선에는 mulaw나 alaw와 함께 8000을, 스튜디오 작업에는 44100이나 48000을 쓰세요. |
bitrate | 아니요 | MP3 비트레이트(bps)이며 32000~192000, 기본값은 128000입니다. output_format이 mp3일 때만 적용됩니다. |
text_normalization | 아니요 | 켜면 숫자, 약어, 기호 같은 문자 표기를 읽기 전에 말하는 형태로 바꿉니다. 기본값은 꺼짐입니다. 기본값: |
optimize_streaming_latency | 아니요 | 모델의 스트리밍 지연 단계입니다. 0(기본값)은 최고의 음질을 유지합니다. |
요금
$0.018 / 1,000자
보낸 텍스트 1,000자마다 과금되며 공백, 문장 부호, 음성 태그도 포함됩니다. 실행 전 견적이 최종 가격입니다.
활용 사례
음성 메시지와 컴패니언 앱
속삭이는 한마디, 알맞은 자리의 웃음, 다음 대사 전의 숨소리를 태그로 대본에 적어 두므로, 연기까지 저장하고 다시 재생하는 텍스트의 일부가 됩니다.
오디오북과 연재 소설
한 번의 요청으로 최대 15,000자, 장을 넘어가도 같은 내레이터 음성, 잠들기 전 천천히 듣기 위한 속도 슬라이더. 어떤 장도 도중에 걸러지거나 누그러지지 않습니다.
다국어 내레이션
같은 대본을 영어, 일본어, 프랑스어, 한국어, 아랍어 등으로 읽습니다. 다국어 보이스 5가지 중 하나를 쓰거나 언어마다 원어민 보이스를 고를 수 있습니다.
전화 회선과 음성 안내
8kHz μ-law나 A-law를 요청하면 전화 시스템이 바로 재생하는 형식으로 오디오가 도착해 변환 단계가 필요 없습니다.
프롬프트 가이드 및 실전 팁
text에 대본 쓰기
최대 15,000자입니다. [pause], [laugh], [breath], …를 원하는 위치에 그대로 적고, 리듬은 문장 부호로 잡습니다.
보이스와 언어 고르기
voice_id기본값은 eve입니다. Eve, Ara, Leo, Rex, Sal은 지원하는 모든 언어를 말하고, 다른 보이스는 한 언어에 맞춰져 있습니다. 짧거나 여러 언어가 섞인 대본이 다른 언어로 읽히지 않는 한 language는 auto로 두면 됩니다.속도와 형식 정하기
speed는 0.7~1.5입니다. 재생용이면 output_format을 mp3로 두고, 편집용이면 wav를, 전화 시스템용이면 8kHz의 pcm·mulaw·alaw를 고르세요.
반환되는 것
작업마다 오디오 파일 하나이며, 따로 지정하지 않으면 24kHz, 128kbps, 모노 MP3입니다. 파일은 SpicyAPI 스토리지로 복사되어 14일간 보관됩니다. 단어별 타이밍이나 자막은 들어 있지 않습니다.
보이스 고르기
voice_id에는 71가지 프리셋 보이스 중 하나를 넣으며 기본값은 eve입니다. Eve, Ara, Leo, Rex, Sal은 지원하는 모든 언어를 말합니다. 나머지 66가지는 표준 중국어, 러시아어, 이탈리아어, 힌디어, 프랑스어, 스페인어, 덴마크어, 베트남어, 영어, 스웨덴어, 핀란드어, 튀르키예어, 일본어, 한국어, 포르투갈어, 네덜란드어, 폴란드어, 태국어, 아랍어, 독일어 중 한 언어에 맞춰져 있으며 그 언어로 가장 잘 읽습니다. 양식에는 모든 보이스가 이름, 성별, 언어와 함께 나열됩니다.
태그로 연기 지시하기
연기는 text에 적습니다. 단발 태그는 그 위치에서 소리를 하나 냅니다: [pause], [long-pause], [hum-tune], [laugh], [chuckle], [giggle], [cry], [tsk], [tongue-click], [lip-smack], [breath], [inhale], [exhale], [sigh]. 감싸기 태그는 안에 든 말을 바꿉니다: <soft>, <whisper>, <loud>, <build-intensity>, <decrease-intensity>, <higher-pitch>, <lower-pitch>, <slow>, <fast>, <sing-song>, <singing>, <laugh-speak>, <emphasis>. 시험해 본 태그는 연기되었고 단어로 읽힌 적이 없습니다.
속도, 언어, 형식
speed는 0.7~1.5입니다. language를 auto로 두면 자동 감지되며, 짧거나 여러 언어가 섞인 대본이 다른 언어로 읽힐 때 설정합니다. output_format 기본값은 mp3이고 편집에는 wav가 알맞으며, pcm·mulaw·alaw는 전화 시스템용 헤더 없는 스트림이므로 sample_rate 8000과 함께 씁니다. bitrate는 MP3에만 적용됩니다. optimize_streaming_latency(0, 1, 2)는 모델의 스트리밍 지연 단계로, 높을수록 첫 오디오 조각이 작아지고 조각 경계에서 음질이 떨어질 수 있습니다. 0은 최고의 음질을 유지합니다.
과금
text 1,000자마다 과금되며 공백, 문장 부호, 줄바꿈, 태그도 셉니다. 작업 시작 전에 글자 수를 알 수 있으므로 견적이 최종 청구액입니다. 보이스, 언어, 속도, 형식은 가격에 영향을 주지 않습니다. 실패한 요청은 과금되지 않습니다.
콘텐츠
SpicyAPI는 콘텐츠 필터를 추가하지 않습니다. 저희 테스트에서 보낸 가장 강한 스크립트도 한 단어도 빠짐없이 읽혔고, 건너뛴 부분이나 중간에 잘린 클립은 없었습니다.
SpicyAPI는 콘텐츠 필터를 추가하지 않으며 NSFW 대본도 적힌 그대로 읽습니다. 보내는 대본과 생성된 오디오의 사용 방식(실존 인물의 발언으로 내세우지 않는 것 포함)에 대한 책임은 사용자에게 있습니다.
API 빠른 시작
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "xai/grok-tts/text-to-speech",
"input": {
"text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
"bitrate": 128000,
"language": "auto",
"voice_id": "eve",
"sample_rate": 24000,
"output_format": "mp3"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
인증, 전체 스키마, 폴링과 오류 처리는 API 레퍼런스에서 확인하세요.
