AssemblyAI-TTS-1의 개요
AssemblyAI-TTS-1은 이 전사 전문 기업의 첫 텍스트 음성 변환 모델로, 2026년 10월 27일 출시와 동시에 정식 제공되었습니다. 실시간 통화의 음성 에이전트용으로 만들어져 오디오를 스트리밍하고, 단어별 타임스탬프를 돌려주며, 발신자가 말을 끊으면 취소 메시지를 받아들입니다.
라이브러리에는 4,000개가 넘는 목소리가 있고, 즉시 복제 기능은 화자의 동의를 확인하면 짧은 녹음으로 몇 초 만에 새 목소리를 만듭니다. 영어, 스페인어, 프랑스어, 독일어, 이탈리아어, 포르투갈어를 말하며 언어는 더 늘릴 예정입니다. AssemblyAI는 실제 대화를 포함한 수백만 시간의 오디오로 모델을 학습시켰고, 이산 토큰이 아니라 연속 오디오로 작동한다고 설명합니다.
하나의 요금으로 모든 목소리, 복제 목소리, 타임스탬프, 미국 또는 EU 처리까지 해결되며 동시 접속 등급이나 최소 이용액은 없습니다.
AssemblyAI-TTS-1의 가격은 얼마입니까?
| 플랜 | 가격 | 포함 내용 |
|---|---|---|
| Pay as you go | $15 per 1M characters | 모든 목소리, 복제, 미국 또는 EU 처리, 동시 접속 무제한 |
| Committed volume | Custom | 약정 사용량에 대한 할인 |
입력 1M(100만) 자당 $15(공백과 문장부호 포함)이며 복제 목소리, 단어 타임스탬프, EU 처리가 포함되고 최소 이용액은 없습니다. 사용량을 약정하면 볼륨 할인이 있습니다.
AssemblyAI-TTS-1, 쓸 만한 가치가 있습니까?
AssemblyAI-TTS-1은 이미 AssemblyAI로 음성을 듣고 있는 팀이 쉽게 추가로 구매하도록 가격이 책정되었습니다. 100만 자당 $15, 완성된 음성 한 시간에 약 81센트로, AssemblyAI의 설명대로라면 ElevenLabs의 최저 $40와 Deepgram의 최저 $30보다 훨씬 낮습니다. 복제 목소리, EU 처리, 동시 통화 1만 건에도 요금은 같습니다.
강점은 밋밋하지만 통화에서 중요한 부분입니다. Cekura의 독립 벤치마크에서 전화번호와 코드 읽기 91.7%로 1위, 자연스러움은 4위였습니다. AssemblyAI 자체 테스트에서는 이름, 숫자, 날짜 정확도가 93.7%로, 5분의 1 가격에 ElevenLabs v4와 같은 수준입니다. Artificial Analysis의 청취자 아레나에서는 1,212 Elo로 20위여서, 선두권은 아니어도 무난한 데뷔입니다.
주의할 점: 지연 시간 수치가 서로 맞지 않고 기능 목록이 짧습니다. AssemblyAI는 실서비스에서 첫 오디오까지 90 ms, 단일 클라이언트 실험실 측정에서 47 ms라고 밝히지만, Cekura는 159 ms로 19개 중 8위를 측정했습니다. SSML, 속도 설정, 발음 사전, 감정 태그가 없고 언어는 6개뿐이며, 미세 조정 방식의 전문가용 복제도 아직 없습니다.
결론: 서유럽 고객에게 주문 번호를 읽어 주는 에이전트에는 합리적인 목소리입니다. 연기가 필요한 오디오북이나 브랜드 보이스라면 같은 $15로 순위표의 더 표현력 있는 모델을 쓸 수 있습니다.
제 역할을 하는 곳
하루 2,000통을 받는 자동차보험 사고 접수 전화선
보험증권 번호, 날짜, 주소를 발신자가 다시 묻지 않게 읽어 주기
LiveKit 레퍼런스 에이전트로 TTS-1과 STT-3.7-Realtime-Agent를 연결합니다. 음성 한 시간에 약 81센트이므로 에이전트 발화가 월 1,000시간이면 약 $810입니다.
유럽 은행의 고객센터 팀
규제 준수를 위해 합성 음성을 EU 안에서 처리하기
스트리밍 클라이언트를 EU 호스트로 지정합니다. 목소리 라이브러리와 복제 모두 그곳에서 같은 100만 자당 $15로 작동합니다.
도입 전 확인할 점
- 설정
- TTS WebSocket으로 텍스트를 스트리밍하거나 라이브러리 목소리 ID로 HTTP 엔드포인트를 호출합니다. 목소리를 복제하려면 녹음을 올리고 동의를 확인하면 몇 초 만에 준비됩니다.
- 연동
- 미국·EU 호스트를 갖춘 AssemblyAI API, LiveKit·Pipecat용 레퍼런스 에이전트, 단어 타임스탬프와 끼어들기용 취소 메시지.
- 데이터와 개인정보
- 가중치는 공개되지 않았습니다. AssemblyAI의 데이터 정책은 API로 보낸 오디오에 적용되므로, 직원이나 고객의 목소리를 복제하기 전에 확인하십시오.
- 대규모 사용 시 비용
- 초당 15자로 계산하면 100만 자는 약 18시간 분량이므로, 음성 10,000시간은 볼륨 할인 전 약 $8,100입니다.
- 제한
- 영어, 스페인어, 프랑스어, 독일어, 이탈리아어, 포르투갈어만 지원합니다. 출시 시점에는 SSML, 속도 조절, 발음 사전, 감정 태그, 전문가용 복제가 없습니다.
좋은 점
- 1M 자당 일률 $15, 복제와 EU 처리 포함
- Cekura 벤치마크에서 전화번호와 코드 읽기 1위
- 종량제에서도 동시 접속 무제한, 계약 불필요
- 에이전트용 단어 타임스탬프와 끼어들기 취소
아쉬운 점
- SSML, 속도 조절, 발음 사전, 감정 태그 없음
- 출시 시점 6개 언어
- Artificial Analysis 아레나 20위, Elo 1,212
- 독립 측정 지연 159 ms로 실험실 수치 47 ms와 큰 차이
추천 대상
영어나 주요 서유럽 언어로 전화 음성 에이전트를 운영하는 팀, 특히 이미 AssemblyAI 음성 인식을 쓰는 팀.
AssemblyAI-TTS-1 대안
AssemblyAI-TTS-1: 자주 묻는 질문
- AssemblyAI-TTS-1, 쓸 만한 가치가 있습니까?
- 빠르고 가격이 합리적이며 전화번호를 잘 읽어 줍니다. 하지만 첫 버전이라 실서비스 음성팀이 기대하는 제어 기능이 아직 부족합니다. 평점은 5점 만점에 3.9점입니다.
- AssemblyAI-TTS-1의 가격은 얼마입니까?
- 입력 1M(100만) 자당 $15(공백과 문장부호 포함)이며 복제 목소리, 단어 타임스탬프, EU 처리가 포함되고 최소 이용액은 없습니다. 사용량을 약정하면 볼륨 할인이 있습니다.
- AssemblyAI-TTS-1의 단점은 무엇입니까?
- SSML, 속도 조절, 발음 사전, 감정 태그 없음; 출시 시점 6개 언어; Artificial Analysis 아레나 20위, Elo 1,212; 독립 측정 지연 159 ms로 실험실 수치 47 ms와 큰 차이.
- AssemblyAI-TTS-1에 적합한 사람은 누구입니까?
- 영어나 주요 서유럽 언어로 전화 음성 에이전트를 운영하는 팀, 특히 이미 AssemblyAI 음성 인식을 쓰는 팀.
- 팀이나 프로덕션 환경에서 AssemblyAI-TTS-1의 비용은 얼마입니까?
- 초당 15자로 계산하면 100만 자는 약 18시간 분량이므로, 음성 10,000시간은 볼륨 할인 전 약 $8,100입니다.
- AssemblyAI-TTS-1에 회사 데이터를 맡겨도 안전합니까?
- 가중치는 공개되지 않았습니다. AssemblyAI의 데이터 정책은 API로 보낸 오디오에 적용되므로, 직원이나 고객의 목소리를 복제하기 전에 확인하십시오.
- AssemblyAI-TTS-1의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Inworld Realtime TTS-2 and TTS-2 Flash, Cartesia Sonic 3.6, Eleven v4 and v4 Turbo 및 Speechify Simba 3.5입니다.
답변 확인일: 2026년 11월 21일.