무료 텍스트 음성 변환 API: 키 없이, 한도 없이, 내 서버에서
대부분의 텍스트 음성 변환 API는 어느 정도까지만 무료입니다. 가입하고 API 키를 받으면 월간 한도와 요청 제한이 있는 무료 플랜을 쓰다가, 그다음은 글자당 요금이 나옵니다. 프로토타입에는 괜찮지만, 말을 많이 하는 앱이나 봇, 수천 개의 대사를 만드는 파이프라인에는 부담스럽습니다.
SuperClonica는 다른 길을 갑니다. 음성 서버는 내 컴퓨터나 서버에서 실행하는 무료 Docker 이미지입니다. 신청할 키도 한도도 없고, 내 하드웨어만 있으면 됩니다. 이 가이드에서는 시작하는 법, curl·Python·JavaScript에서 호출하는 법, 그리고 “무료”가 실제로 얼마인지 소개합니다.
무료 플랜과 그 한계
클라우드 업체의 최신 조건은 직접 확인하세요. 무료 플랜과 가격은 바뀝니다.
- 클라우드 무료 플랜은 보통 계정과 API 키가 필요하고, 월간 글자 수 한도와 요청 제한이 있습니다.
- 요청할 때마다 텍스트가 제공업체로 갑니다.
- 자체 서버는 키도 계정도 필요 없고 한도도 없습니다.
- SuperClonica 서버는 31개 언어를 말하며, 무료 기본 목소리 10개와 170개가 넘는 카탈로그 목소리가 있습니다.
무료로 온라인에서 목소리 듣기
아무 목소리 페이지에서 30~100자 문장을 입력하고 언어를 고른 뒤 생성 버튼을 누르세요. 몇 초면 API가 돌려줄 소리를 들을 수 있고 계정은 필요 없습니다.
API를 시작하고 호출하기
응답은 16비트 모노 WAV이며, X-Sample-Rate와 X-Duration-Seconds 헤더가 내용을 알려 주고, GET /voices는 목소리와 언어 목록을 보여 줍니다.
- 서버 시작: docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu. 처음에는 모델(약 385MB)을 내려받습니다.
- curl로 호출: curl -X POST http://localhost:8000/synthesize -H "Content-Type: application/json" -d '{"text": "Hello from a free API!", "voice": "F1", "lang": "en"}' -o hello.wav
- Python에서, 추가 패키지 없이: import json, urllib.request; req = urllib.request.Request('http://localhost:8000/synthesize', data=json.dumps({'text': 'Hello', 'voice': 'F1', 'lang': 'en'}).encode(), headers={'Content-Type': 'application/json'}); open('hello.wav', 'wb').write(urllib.request.urlopen(req).read())
- JavaScript나 Node.js에서: const r = await fetch('http://localhost:8000/synthesize', {method: 'POST', headers: {'Content-Type': 'application/json'}, body: JSON.stringify({text: 'Hello', voice: 'F1', lang: 'en'})}); const wav = await r.arrayBuffer();
키, 한도, 확장
내 컴퓨터에서는 키가 필요 없습니다. 네트워크에서 접근할 수 있다면 SUPERCLONICA_API_KEY를 설정하고 Authorization: Bearer로 그 키를 보내거나, 서버를 비공개로 두세요. 기본적으로 요청 하나에 5000자까지 받으며, SUPERCLONICA_MAX_TEXT로 바꿀 수 있고, SUPERCLONICA_LANES로 여러 요청을 동시에 처리할 수 있습니다. 외부에 열기 전에 아무 리버스 프록시로 앞단에 HTTPS를 두세요.
무료의 진짜 비용
소프트웨어는 무료입니다. 엔진과 이미지는 Apache 2.0, Supertonic 3 모델은 OpenRAIL-M으로, 제한 범위 안에서 상업적 사용을 허용합니다. 비용은 컴퓨터입니다. CPU도 짧은 문장은 1초보다 훨씬 빨리 처리하고, 동시 사용자가 많으면 GPU가 더 빠릅니다. 카탈로그 목소리는 한 번 구매하고, 기본 목소리 10개는 무료입니다.