소개
낭독할 텍스트와, 선택적으로 9가지 보이스 중 하나, 낭독 방식에 대한 짧은 메모, 언어를 보내세요. 작업은 해당 보이스로 스크립트를 읽은 MP3 파일(24kHz, 모노) 하나를 반환합니다. instructions에는 어조·감정·속도 같은 연출을 평이한 언어로 지정할 수 있으며, 소리 내어 읽히지 않습니다. SpicyAPI는 콘텐츠 필터를 전혀 적용하지 않으며, NSFW 스크립트도 적힌 그대로 읽습니다. 요금은 보낸 텍스트 1,000자마다, 요청당 최소 100자부터 부과됩니다.
| 항목 | 값 |
|---|---|
| 입력 | 텍스트 |
| 출력 | 오디오 |
| 필수 필드 | text — 1~2,000자 |
| 선택 필드 |
|
| 결과 | MP3 파일 1개, 24kHz, 모노 |
| 과금 단위 | 보낸 text의 글자 수, 1,000자당(최소 100자) |
| 일반적인 처리 시간 | 300자 기준 약 30초 |
| 보관 기간 | 생성된 오디오는 14일간 보관됩니다 |
요청 파라미터
| 파라미터 | 필수 | 설명 |
|---|---|---|
text | 예 | 실제로 말할 단어를 적힌 그대로 작성합니다. 1,000자마다 과금되며, 요청당 최소 100자부터입니다. 1자 이상 · 2000자 이하 |
voice_id | 아니요 | 9가지 프리셋 보이스 중 하나입니다. 기본값은 Serena입니다. |
instructions | 아니요 | 어조·감정·속도에 대한 평이한 언어의 지시입니다. 낭독 방식을 결정할 뿐 소리 내어 읽히지 않습니다. 1000자 이하 |
language | 아니요 | 낭독 언어를 지정합니다. auto로 설정하면 스크립트에서 자동으로 감지됩니다. |
요금
$0.068 / 1,000자
보낸 텍스트 1,000자마다 과금되며, 공백과 문장 부호도 글자 수에 포함되고 요청당 최소 100자부터 과금됩니다. 실행 전에 표시되는 견적이 최종 가격입니다.
활용 사례
캐릭터와 동반자 보이스
밝고 날카로운 목소리부터 낮고 차분한 목소리까지, 9가지 개성 있는 보이스가 각각 말투에 대한 짧은 메모와 함께 시리즈 전체에서 동일하게 유지됩니다.
중국어, 일본어, 한국어 대사
Dylan과 Eric은 베이징 방언과 쓰촨(청두) 방언을 구사하고, Ono_Anna와 Sohee는 일본어와 한국어 네이티브 보이스라서, 해당 언어 대사가 억양 없이 자연스럽게 들립니다.
무검열 오디오 스토리
NSFW 스크립트도 적힌 그대로 읽습니다. 저희 테스트에서 모델은 보낸 독백과 내레이션의 모든 단어를 읽었고, 아무것도 건너뛰지 않았으며 클립을 중간에 끊지도 않았습니다.
영상용 음성 트랙
여기서 대사를 생성한 뒤, 그 MP3를 talking-avatar나 lip-sync 모델에 전달하면 얼굴이 그 대사를 연기합니다.
프롬프트 가이드 및 실전 팁
스크립트를 text로 보내기
멈춤을 위한 문장 부호를 포함해 실제로 말할 그대로 작성하세요. 최대 2,000자까지 가능하며, 100자 미만은 100자로 과금됩니다.
보이스 선택하기
voice_id의 기본값은 따뜻하고 부드러운 여성 보이스인 Serena입니다. Ryan과 Aiden은 영어 남성 보이스이고, Ono_Anna와 Sohee는 각각 일본어와 한국어 보이스이며, Dylan과 Eric은 베이징 방언과 쓰촨(청두) 방언을 구사합니다.
낭독 방식 설명하기
instructions에 한두 문장을 적으세요. 예: ‘숨 가쁘고 장난스럽게, 마이크에 가까이 대고’. 이 문장은 소리 내어 읽히지 않습니다.
반환되는 결과
작업당 MP3 파일 하나: 24kHz, 모노입니다. 파일은 SpicyAPI 스토리지에 복사되어 14일간 보관됩니다. 결과에는 단어별 타이밍 정보나 자막이 포함되지 않습니다.
보이스 선택하기
voice_id는 9가지 프리셋 보이스 중 하나를 받으며 기본값은 Serena입니다.
Serena— 따뜻하고 부드러운 젊은 여성 보이스Vivian— 밝고 약간 날카로운 젊은 여성 보이스Uncle_Fu— 낮고 부드러운 음색의 노련한 남성 보이스Ryan— 리듬감이 강한 역동적인 남성 보이스Aiden— 화사한 미국인 남성 보이스Ono_Anna— 장난기 있는 일본어 여성 보이스Sohee— 따뜻하고 감정이 풍부한 한국어 여성 보이스Dylan— 베이징 방언을 구사하는 젊은 남성 보이스Eric— 쓰촨(청두) 방언을 구사하는 활기찬 남성 보이스
낭독 연출하기
instructions에는 어조·감정·속도 등 낭독 방식에 대한 한두 문장을 평이한 언어로 담을 수 있습니다. 이는 표현 방식을 결정할 뿐 소리 내어 읽히지 않습니다. 속도·피치 슬라이더는 제공되지 않으므로 instructions로 요청하세요.
언어
language의 기본값은 auto이며, 스크립트에서 언어를 자동으로 감지합니다. 짧거나 여러 언어가 섞인 스크립트가 잘못된 언어로 읽힐 때는 zh, en, de, fr, es, it, pt, ru, ja, ko 중 하나를 지정하세요.
과금
공백, 문장 부호, 줄 바꿈을 포함한 text의 1,000자마다 과금되며 요청당 최소 100자부터이고, instructions는 무료입니다. 글자 수는 작업이 시작되기 전에 이미 확정되므로, 견적이 곧 최종 청구액입니다. 실패한 요청에는 요금이 부과되지 않습니다.
콘텐츠
SpicyAPI는 콘텐츠 필터를 전혀 추가하지 않습니다. 저희 테스트에서 필터 없는 대본은 한 글자도 빠짐없이 읽혔고, 건너뛰는 부분도 중간에 끊기는 클립도 없었습니다.
SpicyAPI는 콘텐츠 필터를 전혀 추가하지 않으며, NSFW 스크립트도 적힌 그대로 읽습니다. 보내는 스크립트와 생성된 오디오의 사용 방식(실제 인물의 발언인 것처럼 제시하지 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/qwen-3-tts/text-to-speech",
"input": {
"text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
"language": "auto",
"voice_id": "Serena"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
인증, 전체 스키마, 폴링과 오류 처리는 API 레퍼런스에서 확인하세요.
