Unreal Speech
Unreal Speech · 음성 및 언어
Unreal Speech는 쓴 글을 자연스러운 AI 음성으로 바꾸는 텍스트 음성 변환 API다. 약 300ms 만에 음성을 전송하고 단어 단위 타임스탬프까지 붙이며, 가격은 일반 음성 API의 일부에 불과하다.
Unreal Speech 소개
About
Unreal Speech란
Unreal Speech는 비싼 음성 AI 요금을 내지 않고 앱에 음성을 더하려는 개발자를 위한 텍스트 음성 변환 API다. 텍스트를 엔드포인트로 보내면 간단한 REST 호출이나 스트리밍 websocket 연결을 통해 읽어 주는 음성이 돌아온다. 회사는 이를 ElevenLabs보다 약 11배 저렴하면서도 출력은 사람에 가까운 음성 합성 API로 내세운다. 음성 도구를 비교하는 사람은 더 저렴한 ElevenLabs 대안을 찾는 경우가 많고, 가격이 바로 이 제품이 앞서는 지점이다.
주된 일은 음성을 대량으로 만드는 것이다. 음성 자체 외에도 Unreal Speech는 각 단어의 시작과 끝을 표시하는 단어 단위 타임스탬프를 돌려준다. 자막, 노래방식 하이라이트, 텍스트가 음성에 맞춰지는 영상에 꼭 필요한 정보다. 긴 작업도 감당한다. 비동기 작업 엔드포인트를 통해 요청 한 번으로 최대 10시간 분량의 음성을 처리하므로, 오디오북이나 장편 내레이션이 시간 초과로 무너지지 않는다.
알아 둘 제약도 있다. 무료 요금제는 월별 고정 글자 수만 제공하므로 실제 프로젝트는 유료 요금제나 사용량 기반 청구로 넘어간다. 음성 목록은 대형 클라우드 사업자보다 작고, 품질은 고른 음성과 모델에 따라 달라진다. 또 API 중심 제품이라 내레이션을 손으로 편집하는 끌어다 놓기 스튜디오가 없다. 코딩을 하지 않는 사람은 다른 도구로 움직여야 한다.
시작하기
- Unreal Speech 사이트에서 무료 API 키를 받는다. 시작하는 데 카드는 필요 없다.
- /stream 또는 /speech 엔드포인트로 POST 요청을 보내며 텍스트, VoiceId, 그리고 비트레이트, 속도, 음높이 같은 설정을 넘긴다.
- libmp3lame 또는 pcm_mulaw 같은 코덱을 고르고 음높이와 속도를 조절해 목소리를 다듬는다.
- 긴 텍스트는 /synthesisTasks 엔드포인트로 바꾸고, 음성과 타임스탬프가 준비될 때까지 조회한다.
- 돌아온 MP3를 저장하거나, 타임스탬프를 앱의 자막이나 단어 하이라이트 레이어에 연결한다.
제품 정보
Unreal Speech의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.
추천 대상
이 도구가 가장 잘 맞는 사용자, 작업, 상황입니다.
사용자
- 앱과 백엔드 개발자
- 작은 스튜디오와 개인 개발자
- 정기적으로 음성을 만드는 콘텐츠 팀
작업
- 영상용 내레이션 생성
- 긴 문서를 오디오북으로 전환
- 앱이나 봇에 음성 추가
활용 상황
- 스타트업 예산으로 음성 기능 출시
- 읽기나 접근성 도구 만들기
- 더 넓게 닿도록 내레이션 현지화
주요 기능
약 300ms의 스트리밍 음성
/stream 엔드포인트는 음성을 빠르게 돌려주며, 회사는 약 300ms의 응답을 내세운다. 이것이 스트리밍 TTS의 핵심 경로이고, 지연이 중요할 때 택할 길이다. 음성은 파일 전체를 기다리는 방식이 아니라 스트리밍 데이터로 도착한다. 비서, 게임, 실시간 화면에서는 이 차이가 대화가 매끄러운지 끊기는지를 가른다.
단어 단위 타임스탬프
Unreal Speech는 각 단어의 시작과 끝을 표시하는 시간 데이터를 음성 옆에 JSON으로 돌려준다. 이것이 자막, 노래방식 하이라이트, 음성을 정확히 따르는 텍스트를 떠받친다. 더 새로운 websocket 경로는 음성과 타임스탬프를 함께 전송하므로, 하이라이트 레이어가 클립 전체를 기다리지 않고 실시간으로 갱신된다.
최대 10시간의 장편 합성
/synthesisTasks 엔드포인트는 큰 작업을 요청 한 번으로 처리하며, 회사는 최대 10시간 분량 음성 지원을 언급한다. 쪼개고 이어 붙여야 할 오디오북, 긴 강의, 통째 보고서에 맞는다. 텍스트를 넣고 작업을 조회한 뒤, 끝나면 완성된 음성과 타임스탬프 파일을 함께 가져온다.
속도와 음높이를 다루는 자연스러운 음성
요청마다 VoiceId와 함께 속도, 음높이, 비트레이트 값을 받으므로 다시 녹음하지 않고 전달을 다듬는다. 비트레이트는 320k까지 올라가 깨끗하게 재생되고, 속도와 음높이를 바꾸면 배역이나 템포에 맞출 수 있다. 음성 목록은 수백 가지가 아니라 이름 붙은 정선된 묶음이라 고르기 쉽지만 선택 폭은 좁다.
유연한 코덱과 형식
API는 libmp3lame, pcm_mulaw 같은 코덱으로 음성을 내보내, 흔한 MP3 전달과 대역이 좁은 전화식 음성을 아우른다. 대상 플랫폼에 맞춰 샘플 레이트와 비트레이트를 정하므로, 같은 서비스가 웹 재생과 전화형 파이프라인을 모두 맡는다. 이 폭이 사후 형식 변환을 덜어 준다.
간단한 REST와 WebSocket API
서비스는 몇 개의 엔드포인트를 중심으로 돌아간다. /stream은 짧은 클립, /speech는 중간 길이 텍스트와 타임스탬프 URL, /synthesisTasks는 긴 작업, /streamWithTimestamps는 음성과 시간의 실시간 전달이다. 인증은 평범한 bearer 토큰이고, 문서에는 Python, Node, cURL 예제가 있다. 이 간결함은 개발자용 음성 API로서의 낮은 문턱이고, 그덕에 반나절이면 시제품에 붙는다.
장단점
장점
- 가격이 가장 큰 장점이다. 저렴한 TTS로 ElevenLabs보다 몇 배 싸서, 음성을 대량으로 만드는 프로젝트에서 차이가 크다.
- 무료 요금제로 실제 글자 수를 써서 API를 시험한 뒤 결제할 수 있어, 자기 대본으로 음성 품질을 가늠할 수 있다.
- 단어 단위 타임스탬프가 음성과 함께 오므로 자막이나 하이라이트를 손으로 맞추는 수고가 줄어든다.
- 작업 엔드포인트가 작업 한 번으로 최대 10시간 분량 음성을 처리해, 긴 오디오북과 보고서를 손으로 나누지 않아도 된다.
- 스트리밍 websocket 경로가 약 300ms 만에 소리를 내 시작해 실시간 음성 응답을 민첩하게 유지한다.
단점
- 음성 목록이 대형 클라우드 음성 사업자보다 작아, 특정 악센트나 언어가 없을 수 있다.
- 정확도와 속도는 음성과 모델에 따라 달라지므로, 한 가지 선택에 프로젝트 전체를 맡기기 전에 표본을 시험하는 게 좋다.
- 끌어다 놓는 편집 기능이 없는 API 전용 제품이라, 코딩을 하지 않는 사람은 완성된 내레이션을 만들려면 다른 도구가 필요하다.
- 무료나 할인 요금제의 품질은 월별 글자 수로 제한되므로, 많이 쓰면 예상보다 일찍 한도를 소진할 수 있다.
자주 묻는 질문
Unreal Speech는 쓴 글을 자연스러운 AI 음성으로 바꾸는 텍스트 음성 변환 API이자 TTS API다. 개발자는 텍스트를 REST나 websocket 엔드포인트로 보내고, 자막과 하이라이트용 단어 단위 타임스탬프와 함께 읽어 주는 음성을 받는다. 비싼 음성 AI 요금 없이 음성 기능을 넣으려는 팀을 위한 제품이다.
관련 콘텐츠
Unreal Speech와 관련된 도구, 스킬, 아티클을 살펴보세요.
Unreal Speech 대안
Prosp
Prosp · 글쓰기 · 음성 및 언어 · 마케팅Prosp는 에이전시와 영업팀을 위해 만들어진 AI LinkedIn 아웃리치 도구다. 잠재 고객마다 자신의 목소리로 메시지와 음성 메시지를 작성해, 상대가 실제로 답장하도록 만든다. 계정을 연결하고 리드를 찾고, AI가 개인화된 메시지를 대량으로 작성해 보내도록 맡긴다. 전부 하나의 받은편지함에서 처리한다. 대량으로 아웃바운드를 돌리는 사람을 위해 만들어졌다. 그게 이 제품의 전부다. 그래도 모든 접점은 인간처럼 느껴져야 한다.
Wordly AI Translation
Wordly · 음성 및 언어 · 생산성Wordly AI Translation은 회의, 콘퍼런스, 행사를 위해 만들어진 실시간 AI 번역 및 자막 플랫폼이다. 60개 이상 언어로 실시간 번역, 자막, 스크립트, 요약을 제공하며, 참가자는 전용 헤드셋 대신 QR 코드를 스캔하거나 링크를 열어 참여한다. Zoom, Microsoft Teams, Google Meet, Webex와 함께 작동하고, 세션마다 사람 통역사를 고용하지 않고도 다국어 접근을 원하는 조직을 겨냥한다. 그게 전부다.
Musicful
Musicful AI · 음성 및 언어 · 동영상Musicful은 텍스트를 몇 분 만에 음악으로 바꾸는 AI 음악 생성기이자 AI 뮤직비디오 제작 도구다. 텍스트 프롬프트, 가사 한 묶음, 또는 흥얼거린 멜로디를 주면 보컬과 악기가 들어간 완성 트랙을 돌려준다. AI 곡 생성기로도 쓰이고, 직접 만든 곡으로 뮤직비디오를 만들며, AI 커버 도구와 개발자용 API도 제공한다. 웹 브라우저와 Android 앱에서 실행되므로 데스크톱에서 곡을 시작하고 휴대폰에서 이어서 할 수 있다.