2026년 추천 텍스트 음성 변환(TTS) 모델
저희가 리뷰한 텍스트 음성 변환(TTS) 모델 11개 중 현재 추천은 Eleven v4 and v4 Turbo, Gemini 3.8 Flash TTS 및 Cartesia Sonic 3.6입니다. 각 제품을 저희 평점순으로 정렬하고 가격, 평가 요약, 추천 대상을 적었습니다.
작성: Andrew Miller · 2026년 11월 2일 업데이트 · 리뷰 방법
순위 산정 방법: 각 제품의 가격, 문서, 정책, 그리고 독립 벤치마크가 있으면 그것까지 바탕으로 한 리뷰의 5점 만점 평점순으로 정렬합니다. 모든 정보는 리뷰에 적힌 날짜에 확인했습니다. 제휴 수수료는 받지 않습니다.
- 1
공개 리더보드에서 이보다 나은 소리는 없습니다. 하지만 Google의 Gemini 3.8 Flash TTS가 v4 가격의 약 5분의 1로 60 Elo 포인트 이내까지 따라옵니다.
추천 대상: 가장 표현력 있는 목소리가 필요한 오디오북, 게임, 더빙 제작사, 그리고 Turbo의 낮은 요율로 최상위 품질을 원하는 음성 에이전트 팀.
가격: API: v4는 1,000자당 $0.08, v4 Turbo는 $0.04. 구독은 월 $6의 Starter부터 월 $990의 Business까지 있으며 글자 수 할당량이 포함됩니다.
Eleven v4 and v4 Turbo 리뷰 읽기4.7/5 - 2
블라인드 투표 5위에 Eleven v4 Turbo의 절반도 안 되는 가격인 Gemini 3.8 Flash TTS는 싼 편이지만, 그 가격은 1월 1일에 끝납니다.
추천 대상: 최상위에 가까운 품질을 원하고 1월 가격 인상을 감당할 수 있는, 장편 내레이션이나 다국어 더빙을 만드는 개발자.
가격: Flash TTS: 2026년 12월 31일(31 Dec 2026)까지 1M 텍스트 토큰 입력당 $0.50, 1M 오디오 토큰 출력당 $9(오디오 1시간당 약 $0.81)이며, 2027년 1월 1일(1 Jan 2027)에 두 배가 됩니다. Flash-Lite: 1M 오디오 토큰 출력당 $6. Batch는 절반 가격, AI Studio에 무료 등급 있음.
Gemini 3.8 Flash TTS 리뷰 읽기4.5/5 - 3
Sonic 3.6은 한 번의 출시로 ElevenLabs와의 격차를 대부분 좁혔고 글자당 비용도 Eleven v4보다 낮습니다. 다만 옵트아웃하지 않으면 고객 콘텐츠로 학습합니다.
추천 대상: 적당한 가격에 안정적이고 버전이 고정된 음성이 필요한, 실서비스 음성 에이전트를 만드는 팀.
가격: Free 요금제는 월 20K 크레딧(상업 라이선스 없음), Pro $5(100K), Startup $49(1.25M), Scale $299(8M)이며, 초과분은 1M 크레딧당 $38에서 $65입니다. 1 크레딧은 1자이며, 오디오 1분에 약 750에서 800자입니다.
Cartesia Sonic 3.6 리뷰 읽기4.4/5 - 4
Drama 3는 청취자들이 유료 선두 모델과 나란히 평가하는 목소리를 오픈 가중치로 내놓습니다. 다만 사업이나 음성 API가 본격화되는 순간 무료가 아니게 되는 라이선스를 따릅니다.
추천 대상: 매출 상한 아래에서 ElevenLabs에 가까운 내레이션과 다인물 대화를 자체 GPU로 만들고 싶은 소규모 스튜디오, 게임 개발사, 앱 제작사.
가격: 가중치는 Fish Audio Community License에 따라 연구용과 연 매출 $500,000 미만 기업에 무료입니다. API: UTF-8 1M 바이트당 $50, 2026년 11월 12일까지 $10.
Fish Audio Drama 3 리뷰 읽기4.2/5 - 5
인도 언어 음성 에이전트라면 Maya 2 Native가 출발점으로 삼을 오픈 모델입니다. 힌디어에서는 유료 선두 모델에 가깝고 대규모로 돌리는 비용이 낮습니다. 다만 다른 언어에서는 증거 대신 자동 점수만 있습니다.
추천 대상: 허용 범위가 넓은 라이선스로 자체 호스팅하면서 인도 언어 음성 에이전트, IVR, 내레이션을 만드는 개발자.
가격: Apache 2.0으로 무료(Mimi 코덱은 CC BY 4.0), 자체 GPU에서 자체 호스팅. 자사 호스팅 가격은 공개되지 않음.
Maya 2 Native 리뷰 읽기4.0/5 - 6
OmniVoice는 다른 어떤 모델도 지원하지 않는 언어가 필요할 때 찾을 오픈 TTS 모델입니다. 단, 토크나 이저 라이선스는 변호사에게 먼저 보여야 합니다.
추천 대상: 상용 및 오픈 선두 모델이 지원하지 않는 언어로 된 오픈 자체 호스팅 음성이 필요한 개발자.
가격: 가중치는 무료입니다. 코드는 Apache 2.0, 오디오 토크나이저는 Boson Higgs Audio 2 Community License를 따릅니다(연간 활성 사용자 100,000명 초과 시 확장 라이선스 필요).
OmniVoice 리뷰 읽기4.0/5 - 7
이만큼 작은 모델 중 이만큼 좋은 소리를 내는 것은 없지만, 2025년 8월 이후 업데이트가 없으므로 앞으로 나아질 프로젝트가 아니라 완성된 소프트웨어로 보아야 합니다.
추천 대상: 내레이션, 접근성, 프로토타입용으로 저렴하고 허용적 라이선스의 음성이 필요한 개발자.
가격: Apache 2.0으로 무료입니다. 호스팅은 Replicate에서 100만 자당 $0.65(Artificial Analysis 기준)로 리더보드 최저가이며, DeepInfra에서는 $0.99입니다.
Kokoro-82M 리뷰 읽기3.9/5 - 8
Breeze TTS 2는 최상위권 음성 모델처럼 들리지만, 라이선스 때문에 실서비스에 넣을 수 있는 ElevenLabs 대체재가 아니라 집에서 돌려 보는 데모에 가깝습니다.
추천 대상: 비상업적 용도에 머물거나 실서비스에는 BreezeBlue 호스팅 요금제를 살 연구자, 취미 사용자, 오픈 음성 품질을 평가하는 팀.
가격: 가중치는 연구 및 비상업적 용도에 한해 무료입니다. 호스팅 요금제: Free(하루 400 크레딧, 크 레딧당 10자), Starter 월 $9, Creator 월 $19, Pro 월 $99, Scale 월 $299, Business 월 $999입니다. 100만 자당 약 $30, 연간 결제 시 약 $25입니다. Enterprise는 견적 문의입니다.
Breeze TTS 2 리뷰 읽기3.8/5 - 9
Chatterbox는 워터마크 덕분에 컴플라이언스 팀이 승인할 수 있는 오픈 음성 복제 모델이지만, 청취자가 고를 모델은 아닙니다.
추천 대상: 출처 표시가 가능한 상업용 오픈 음성 복제가 필요하고 중간 수준의 음질을 받아들일 수 있는 팀.
가격: MIT 라이선스로 무료입니다. Artificial Analysis는 호스팅 Chatterbox를 100만 문자당 $25, Resemble의 Chatterbox HD를 $40로 기재합니다.
Chatterbox 리뷰 읽기3.7/5 - 10
Qwen3-TTS는 개발자에게 세밀한 목소리 제어와 안전장치 없는 3초 복제 도구를 제공합니다. 품질은 청취자 순위에서 최하위권입니다.
추천 대상: 관대한 라이선스로 세밀한 제어를 원하고 안전장치는 직접 추가할 다국어 음성 기능 개발자.
가격: Apache 2.0으로 무료. Alibaba Model Studio(싱가포르): 입력 10,000자당 qwen3-tts-flash $0.10, qwen3-tts-flash-realtime $0.13이며 90일 무료 사용량이 있습니다.
Qwen3-TTS 리뷰 읽기3.5/5 - 11
KittenTTS 2는 음성 복제 모델을 1기가바이트 미만으로 압축했지만, KittenML 외부에서 소리 품질을 보여 준 곳은 아직 없고, 라이선스는 투자를 받은 회사 대부분을 배제합니다.
추천 대상: 일반 하드웨어에서 오프라인 음성 복제를 원하고, 검증되지 않은 품질 상한을 감수할 수 있는 취미 개발자, 연구자, 투자를 받지 않은 개발자.
가격: 연구용, 그리고 매출과 투자 유치액이 각각 $1 million 미만인 상업 사용자에게는 등록을 조건으로 Stellon Labs Community License에 따라 가중치가 무료입니다. 호스팅 API 가격은 공개되지 않았습니다.
KittenTTS 2 리뷰 읽기3.4/5
출처
이 순위에 있는 각 리뷰의 주요 공식 출처입니다. 전체 출처는 각 리뷰에 있습니다.
- Eleven v4 and v4 Turbo: ElevenLabs: Introducing Eleven v4
- Gemini 3.8 Flash TTS: Google: Gemini 3.8 Flash TTS and Flash-Lite TTS
- Cartesia Sonic 3.6: Cartesia docs: Sonic 3.6
- Fish Audio Drama 3: Hugging Face: fishaudio/drama-3 model card
- Maya 2 Native: Hugging Face: maya-research/maya2-native model card
- OmniVoice: OmniVoice model card (Hugging Face)
- Kokoro-82M: Kokoro-82M model card
- Breeze TTS 2: Breeze TTS 2 model card
- Chatterbox: Chatterbox model card
- Qwen3-TTS: Qwen3-TTS model card
- KittenTTS 2: Hugging Face: KittenML/kitten-tts-2 model card