숨겨진 비용 없이 투명한 가격입니다. 사용한 만큼만 지불하세요.
gemini-3.8-flash-tts| 모델 | 사양 | PoYo 가격 | 공식 가격 | 절약률 |
|---|---|---|---|---|
| gemini-3.8-flash-tts | Text and style instructions | $0.045 9 크레딧 per 1000 characters | - | - |
* 실제 비용은 최종 출력을 기준으로 합니다.
스타일 지시를 사용하여 내레이션과 대화의 감정 및 전달 방식을 제어하세요
단어를 작성하고, 전달 방식을 지정한 뒤, 차이를 직접 들어보세요. 아래 클립은 Google 공식 모델 데모이며 PoYo에서 생성한 예시가 아닙니다.
01
동일한 서비스 응답도 주저하는 듯하거나, 사과하는 듯하거나, 안심시키는 듯하게 들릴 수 있습니다. Gemini 3.8 Flash TTS는 자연어 지시를 통해 전달 방식을 제어하고, 대본 안에 순간적인 음성 이벤트를 추가할 수 있습니다. 공식 시연에서는 주저하는 질문에서 안심시키는 답변으로 이어지며, 멈춤과 한숨이 목소리를 일상적인 대화에 더 가깝게 만듭니다.
02
하나의 전달 스타일이 전체 장면에 항상 적합한 것은 아닙니다. 음성 텍스트와 연기 지시를 분리한 다음, 전역 또는 각 턴별 style_instructions를 설정하여 강조, 긴급성, 속도를 안내하세요. 이 공식 각본 발췌본은 전달 방식과 대화 반응을 변경하는 것이 연속된 대사 전반에 걸쳐 긴장감을 어떻게 구축할 수 있는지 보여줍니다.
03
말하는 모든 대사를 수동으로 이어 붙이지 않고 대화를 구성하세요. speakers에서 각각의 사전 설정 음성을 가진 정확히 두 명의 화자를 구성한 다음, 해당 speaker_id 값을 참조하는 순서가 지정된 turns를 제출하세요. 공식 낭독 발췌본은 연출된 대화에서 서로 다른 음성 정체성, 자연스러운 턴 전환, 짧은 청자 반응을 보여줍니다.
내레이션에 명확한 감정 방향과 뚜렷한 캐릭터 음성을 부여하세요. Gemini 3.8 Flash TTS를 사용하면 오디오북 팀이 말할 텍스트와 연기 지시를 분리한 후, 제작 워크플로 전반에서 사전 설정 음성을 재사용할 수 있습니다.
2인 스크립트를 별도의 음성과 순서가 지정된 turn을 가진 대화로 변환하세요. 요청에서 대화 구조를 명확하게 유지하면서 Gemini 3.8 Flash TTS로 각 진행자의 전달 방식을 지정할 수 있습니다.
사전 설정 음성을 사용하여 캐릭터 상호작용, 반응 및 장면 진행 속도를 탐색하세요. Gemini 3.8 Flash TTS는 게임의 오디오 파이프라인으로 이동하기 전에 대화 테스트를 위한 전체 및 각 turn별 방향 지정을 지원합니다.
말하기 수업, 역할극 연습 및 내레이션이 포함된 트레이닝 자료를 만드세요. Gemini 3.8 Flash TTS를 사용하여 명확성과 속도를 조정하면서 작성된 자료를 다국어 청취 경험에 맞게 변환할 수 있습니다.
설명 영상, 제품 비디오 및 편집 스크립트에 적절한 분위기를 부여하세요. Gemini 3.8 Flash TTS는 전달 지시를 말할 내용과 분리하여 보이스오버 수정 관리를 더 쉽게 만듭니다.
제품에 생성된 내레이션 또는 스크립트 대화를 추가하세요. PoYo의 비동기 작업 인터페이스를 통해 Gemini 3.8 Flash TTS를 통합하고 각 생성이 완료되면 오디오를 가져올 수 있습니다.
워크로드에 맞는 모델을 선택하세요. Flash는 창의적 성능에 중점을 두고, Flash-Lite는 대규모 효율적인 프로덕션에 중점을 둡니다. 아래 인터페이스 기능은 PoYo의 현재 백엔드를 반영하며, 모델 포지셔닝과 언어 지원 범위는 Google의 문서를 따릅니다.
| 기능 | Gemini 3.8 Flash TTS | Gemini 3.8 Flash-Lite TTS |
|---|---|---|
| 모델 중점 | 음성 충실도, 연기 표현의 섬세함 및 지역별 표현 | 효율적인 대량 음성 생성 |
| 지원 언어 | 130 | 101 |
| PoYo의 사전 설정 음성 | 30 | 30 |
| 단일 화자 및 두 화자 입력 | 지원됨 | 지원됨 |
| 전역 및 턴별 style_instructions | 지원됨 | 지원됨 |
| PoYo 통합 | 선택적 콜백을 지원하는 비동기 작업 | 선택적 콜백을 지원하는 비동기 작업 |
| 일반적인 워크로드 | 오디오북, 내레이션 및 표현력 있는 대화 | 소리 내어 읽기 기능 및 대량 음성 워크플로 |
이는 두 가지 서로 다른 모델을 비교합니다. PoYo 지연 시간 벤치마크를 의미하지 않습니다. Google의 음성 디자인, 음성 복제 및 확장 음성 라이브러리는 이 두 PoYo 엔드포인트 중 어느 것에서도 제공되지 않습니다.
1단계: 등록하고 API 키를 생성합니다.
PoYo에 로그인하고 애플리케이션용 키를 생성하세요.
API 키 생성 →
2단계: 크레딧을 추가합니다.
잔액을 충전하고 모델 가격표를 확인하세요. Transcript 텍스트와 모든 style_instructions는 사용량에 포함됩니다.
크레딧 추가 →
3단계: 스크립트를 제출합니다.
단일 화자 텍스트 또는 구조화된 speakers 및 turns와 함께 model: gemini-3.8-flash-tts를 POST /api/generate/submit으로 전송하세요. 반환된 task_id를 폴링하거나 callback_url을 제공하여 완료 업데이트를 받으세요.
API 참조 보기 →
Gemini 3.8 Flash TTS는 표현력 있는 내레이션과 대화를 위한 Google의 창의적 텍스트 음성 변환 모델입니다. PoYo는 30개의 사전 설정 음성, 별도의 스타일 지침 및 구조화된 2인 화자 대화를 사용하는 비동기 API 액세스를 제공합니다. 모델 ID gemini-3.8-flash-tts로 스크립트를 제출하고 작업이 완료되면 생성된 오디오를 가져오세요.
사용량은 위 가격표의 요금을 사용하여 청구 가능한 문자 수에 비례합니다. 여기에는 transcript 텍스트, 전역 style_instructions 및 모든 turn의 텍스트와 style_instructions가 포함됩니다. 공백, 줄 바꿈, 이모지 및 vocal-event 태그는 포함되며, speaker ID는 포함되지 않습니다. 요청은 1,000자 블록 단위로 올림 처리되지 않습니다.
현재 PoYo 엔드포인트는 Kore, Puck, Charon, Zephyr를 포함한 30개의 사전 설정 음성을 지원합니다. 단일 화자 요청은 기본적으로 Kore를 사용합니다. 대화 모드에서는 두 화자 각각이 동일한 사전 설정 음성 목록 중 하나를 선택합니다. 사용자 지정 음성 생성, 음성 복제 및 확장 음성 라이브러리는 이 엔드포인트를 통해 사용할 수 없습니다.
각각 고유한 speaker_id와 지원되는 음성을 가진 정확히 두 명의 화자를 제공합니다. 그런 다음 turns에 speaker_id와 비어 있지 않은 text를 포함한 항목을 하나 이상 제공합니다. 필요에 따라 턴별 style_instructions를 추가합니다. 대화 요청은 최상위 text와 voice를 생략합니다. 이는 단일 화자 모드에 속하기 때문입니다.
지속적인 전달 요구 사항은 전역 또는 턴별 style_instructions에 유지하고, text에는 말할 내용만 포함합니다. 순간적인 보컬 이벤트는 <laugh>, <sigh> 또는 <short pause>와 같은 태그를 사용하여 대본에 추가할 수 있으며, 전달 지침과 발화 내용을 명확하게 분리합니다.
Google은 Gemini 3.8 Flash TTS에 대해 130개 언어를, Flash-Lite TTS에 대해 101개 언어를 문서화하고 있습니다. 언어는 대본에서 감지되므로 현재 PoYo 엔드포인트는 language_code 선택기를 노출하지 않습니다. 지원되는 사전 설정을 선택하고 필요한 언어로 스크립트를 작성하세요.
제출하면 task_id가 반환됩니다. 기존 상태 엔드포인트를 통해 작업이 finished 또는 failed 상태가 될 때까지 조회하거나 선택적 callback_url을 제공하세요. 완료된 파일은 data.files에서 반환됩니다. Playground에서는 지원되는 오디오를 재생하고 원본 파일을 다운로드할 수 있습니다. 이 PoYo 통합은 오디오 스트리밍이 아닌 비동기 작업을 사용합니다.
아니요. 이는 Google의 공식 Gemini 3.8 Flash TTS 데모에서 발췌한 내용입니다. 해당 모델 기능을 보여주며 출처는 asset manifest에 기록되어 있습니다. PoYo에서 생성된 예시 출력은 별도의 실제 생성 및 검증 후 추가될 예정입니다.
PoYo의 기존 키 및 생성 작업 인터페이스를 사용하여 일관된 요청 구조와 작업 상태 워크플로를 통해 지원되는 다른 모델과 함께 음성 기능을 통합하세요.
제출 전에 모델의 문자 기반 요율을 확인하고 사용량을 추정할 수 있습니다. 대본 텍스트와 스타일 지침은 하나의 문서화된 계산 방식을 공유하며, 1,000자 단위 블록 반올림은 없습니다.
Playground에서 단일 화자 스크립트와 두 화자 대화를 탐색하세요. 양식 입력과 JSON 사이를 전환하여 애플리케이션에서 사용할 동일한 요청을 확인할 수 있습니다.
작업 ID와 상태 폴링으로 생성을 추적하거나 콜백 URL을 제공하세요. 준비가 완료되면 생성된 오디오 파일을 가져오고, 생성 작업을 애플리케이션의 요청 처리와 분리하여 유지하세요.
