긴 글을 위한 음성 합성 API: 장, 기사, 오디오북
긴 텍스트에서는 음성 합성 API가 느리고 비싸지기 쉽습니다. 많은 API가 요청 하나를 수천 자로 제한해서, 책을 직접 나누고 수백 번 요청을 보내 오디오를 다시 이어 붙여야 하며, 글자마다 비용이 듭니다.
SuperClonica 음성 합성 API는 요청 하나에 최대 2만 자를 받아 하나의 파일로 돌려줍니다. 운영 중인 서비스에서 측정했을 때 약 1만 6000자, 15.6분 분량이 25.6초 만에 돌아왔습니다. 이 가이드는 긴 텍스트를 음성으로 만드는 방법과 제한을 설명합니다.
빠른 이유
서버는 텍스트를 문장 경계에서 나누고 여러 워커에서 동시에 읽은 뒤, 고른 쉼을 넣어 하나의 파일로 합칩니다. 그래서 긴 장도 몇 분이 아니라 몇 초면 끝나고, "stream": true를 쓰면 나머지를 만드는 동안 최소 300ms부터 들을 수 있습니다.
요청 하나에 들어가는 양
요청 하나는 최대 2만 자를 받으며, 그 오디오는 요금제의 10분 창 안에 들어가야 합니다. 파일 하나의 최대 길이는 요금제가 정합니다.
- 무료: 최대 1분, 약 1000자.
- 스타트, 5달러: 최대 3분, 요청당 약 3000자.
- 제작자, 10달러: 최대 8분.
- 프로, 20달러: 최대 25분, 즉 2만 자 전부.
- 스튜디오, 50달러: 최대 80분, 긴 요청 여러 개를 동시에 보낼 여유가 있습니다.
책을 장별로 음성으로 만들기
책을 장이나 장면으로 나누고, 각 부분을 장 번호 같은 Idempotency-Key를 붙인 별도 요청으로 보내고, 응답을 각각 파일로 저장하세요. Python에서는 다음과 같습니다: requests.post("https://superclonica.com/api/v1/speech", headers={"Authorization": "Bearer " + key, "Idempotency-Key": "chapter-3"}, json={"text": text, "voice": "M2", "language": "ko", "format": "mp3"}, timeout=120). 503 응답은 대기열이 가득 찼다는 뜻입니다. Retry-After의 초만큼 기다렸다가 같은 요청을 다시 보내세요. 같은 키로 반복해도 텍스트를 두 번 읽지 않습니다.
숫자, 날짜, 약어는 단어로 읽히고, 줄바꿈은 문단 구분으로 유지됩니다.
내레이터 고르기
유료 요금제에서는 SuperClonica 카탈로그의 모든 음성을 API로 쓸 수 있고, 사이트에서 자신의 녹음으로 내레이터를 학습시킬 수도 있습니다. 결정하기 전에 후보 음성의 페이지에서 책의 한 문장을 넣어 무료로 들어 보세요. 컴퓨터 밖으로 나가면 안 되는 비공개 원고라면 무료 SuperClonica 엔진을 직접 실행하세요. 긴 텍스트도 같은 방식으로 읽습니다.