Inworld Realtime TTS-2 and TTS-2 Flash의 개요
Realtime TTS-2는 실시간 대화용 Inworld AI 텍스트 음성 변환 모델로, 5월 미리보기를 거쳐 2026년 8월 31일부터 정식 제공되며 더 저렴한 Flash 버전도 있습니다. 텍스트 맨 앞 대괄호 안에 쉬운 영어로 말투를 지시할 수 있어, 예를 들어 슬프게 말해 달라고 요청할 수 있고, 웃음, 한숨, 숨소리, 기침은 인라인 태그로 넣습니다. "um" 같은 자연스러운 군말을 만들어 내며, Realtime 세션에서는 전사문만이 아니라 이전 발화의 오디오 자체를 듣습니다.
목소리는 5~15초 분량의 깨끗한 클립으로 복제하거나 글로 쓴 설명으로 설계할 수 있습니다. Inworld는 한 목소리가 문장 중간 전환을 포함해 100개 이상의 언어에서 정체성을 유지한다고 밝히며, 덜 쓰이는 언어는 아직 실험 단계입니다.
모델은 Inworld의 TTS API와 OpenAI Realtime 프로토콜을 따르는 Realtime API로 제공되므로 기존 클라이언트는 URL만 바꾸면 됩니다. 가중치는 공개되지 않았습니다.
Inworld Realtime TTS-2 and TTS-2 Flash의 가격은 얼마입니까?
| 플랜 | 가격 | 포함 내용 |
|---|---|---|
| On-Demand | Pay as you go | TTS-2 $25, Flash $15(1M 자당), 동시 요청 5개 |
| Growth | $1,500/month | TTS-2 $12.50, Flash $7(1M 자당), 동시 요청 500개 |
| Enterprise | Custom | TTS-2 1M 자당 최저 $5, EU·인도 데이터 보관 |
TTS-2는 온디맨드로 1M(100만) 자당 $25이며, 월 $1,500의 Growth 요금제에서는 $12.50, Enterprise에서는 최저 $5까지 내려갑니다. TTS-2 Flash는 온디맨드 $15, Growth $7입니다.
Inworld Realtime TTS-2 and TTS-2 Flash, 쓸 만한 가치가 있습니까?
Realtime TTS-2의 특징은 감정 프리셋 메뉴 대신 평범한 영어 한 문장으로 어떻게 말할지 지시할 수 있고, 이전 발화에서 발신자의 어조를 알아듣는다는 점입니다. 미안한 기색을 내야 하는 게임 캐릭터나 고객 지원 에이전트에게는 자연스러움 1포인트보다 이쪽이 더 쓸모 있습니다.
Artificial Analysis 청취자 아레나에서는 1,269 Elo로 10위이며, ElevenLabs의 Eleven v4(1,340)와 Cartesia의 Sonic 3.6(1,294)보다 뒤에 있습니다. 대신 가격이 장점입니다. 온디맨드로 100만 자당 $25로 같은 표의 Sonic 3.6($49)보다 싸고, Growth 요금제에서는 $12.50입니다. Flash는 $15 이하에 1,213으로 19위입니다.
주의할 점: 속도 수치는 누가 재느냐에 따라 달라집니다. Inworld는 첫 오디오까지 중앙값 200 ms 미만을 약속하지만, AssemblyAI의 실험실 측정에서 TTS-2는 280 ms였습니다. 언어 수도 Inworld 자체 페이지마다 100개 이상에서 약 500개까지 달라지고, 드문 언어는 실험 단계로 표시되어 있으니 사용할 언어는 직접 들어 보고 확인하십시오. 데이터 무보관은 월 $300의 Developer 요금제부터, EU 데이터 보관은 Enterprise에서만 가능합니다.
결론: 마지막 몇 밀리초보다 감정 표현이 중요한 캐릭터와 에이전트라면 가장 먼저 들어 볼 모델입니다. 목소리가 또렷하고 빠르기만 하면 되는 콜센터라면 Flash나 더 저렴한 경쟁 모델이 같은 일을 더 싸게 해냅니다.
제 역할을 하는 곳
비플레이어 캐릭터 40명에게 목소리를 입히는 인디 스튜디오
플레이어의 말에 반응하는 캐릭터별 고유 목소리 만들기
글 설명으로 목소리를 설계한 뒤 대괄호 연기 지시를 붙여 Realtime API로 대사를 생성합니다. 오디오 1분당 약 1,000자로 잡으면 Creator 요금제에서 200만 자는 TTS-2로 $40입니다.
여행사의 다국어 고객 지원 에이전트
목소리를 바꾸지 않고 고객의 언어로 응대하기
10초 클립으로 브랜드 목소리 하나를 복제하고 TTS-2가 문장 중간에 언어를 바꾸게 합니다. Inworld가 실험 단계로 표시한 드문 언어는 먼저 테스트하십시오.
도입 전 확인할 점
- 설정
- 모델 inworld-tts-2로 /tts/v1/voice나 스트리밍 버전을 호출하거나 Realtime WebSocket을 엽니다. TTS 1.5 사용자는 모델 ID만 바꾸면 됩니다.
- 연동
- Node·Python SDK, OpenAI Realtime 호환 API, Cloudflare, DeepInfra, GMI Cloud, LiveKit, Stream, VoiceRun.
- 데이터와 개인정보
- 가중치는 공개되지 않았습니다. 모든 요금제에서 GDPR과 SOC 2 Type II를 갖추고, 데이터 무보관은 Developer(월 $300)부터, HIPAA는 Growth 부가 옵션, EU·인도 데이터 보관은 Enterprise에서 제공됩니다. 학습 사용 여부는 가격 페이지에 나와 있지 않습니다.
- 대규모 사용 시 비용
- 월 1억 자, 약 1,700시간 분량의 음성은 Growth의 $12.50 요율로 약 $1,250, Flash로는 $700이며, 온디맨드로는 $2,500입니다.
- 제한
- 동시 요청은 On-Demand 5개, Developer 150개, Growth 500개입니다. 복제 샘플은 5~15초여야 합니다. 드문 언어는 실험 단계입니다.
좋은 점
- 쉬운 영어로 하는 연기 지시와 비언어 태그
- Realtime 세션에서 이전 오디오 발화로 어조 파악
- Growth에서 1M 자당 $12.50, Enterprise에서 $5까지 하락
- OpenAI Realtime 호환 API, 5~15초로 복제
아쉬운 점
- Artificial Analysis 10위, Eleven v4보다 71 Elo 낮음
- 언어 수가 Inworld 자체 페이지마다 다름
- 데이터 무보관에는 월 $300의 Developer 요금제 필요
- On-Demand는 동시 요청 5개뿐
추천 대상
여러 언어로 감정을 담은 음성이 필요하고, Inworld 가격 등급을 올라갈 만큼 사용량을 예상하는 게임 스튜디오와 음성 에이전트 팀.
Inworld Realtime TTS-2 and TTS-2 Flash 대안
Inworld Realtime TTS-2 and TTS-2 Flash: 자주 묻는 질문
- Inworld Realtime TTS-2 and TTS-2 Flash, 쓸 만한 가치가 있습 니까?
- 배우처럼 연기 지시를 받아들이는 목소리이고 사용량이 늘수록 가격이 크게 내려가지만, 8월 이후 순위에서는 다른 모델들에 밀렸습니다. 평점은 5점 만점에 4.2점입니다.
- Inworld Realtime TTS-2 and TTS-2 Flash의 가격은 얼마입니까?
- TTS-2는 온디맨드로 1M(100만) 자당 $25이며, 월 $1,500의 Growth 요금제에서는 $12.50, Enterprise에서는 최저 $5까지 내려갑니다. TTS-2 Flash는 온디맨드 $15, Growth $7입니다.
- Inworld Realtime TTS-2 and TTS-2 Flash의 단점은 무엇입니까?
- Artificial Analysis 10위, Eleven v4보다 71 Elo 낮음; 언어 수가 Inworld 자체 페이지마다 다름; 데이터 무보관에는 월 $300의 Developer 요금제 필요; On-Demand는 동시 요청 5개뿐.
- Inworld Realtime TTS-2 and TTS-2 Flash에 적합한 사람은 누구입니까?
- 여러 언어로 감정을 담은 음성이 필요하고, Inworld 가격 등급을 올라갈 만큼 사용량을 예상하는 게임 스튜디오와 음성 에이전트 팀.
- 팀이나 프로덕션 환경에서 Inworld Realtime TTS-2 and TTS-2 Flash의 비용은 얼마입니까?
- 월 1억 자, 약 1,700시간 분량의 음성은 Growth의 $12.50 요율로 약 $1,250, Flash로는 $700이며, 온디맨드로는 $2,500입니다.
- Inworld Realtime TTS-2 and TTS-2 Flash에 회사 데이터를 맡겨도 안전합니까?
- 가중치는 공개되지 않았습니다. 모든 요금제에서 GDPR과 SOC 2 Type II를 갖추고, 데이터 무보관은 Developer(월 $300)부터, HIPAA는 Growth 부가 옵션, EU·인도 데이터 보관은 Enterprise에서 제공됩니다. 학습 사용 여부는 가격 페이지에 나와 있지 않습니다.
- Inworld Realtime TTS-2 and TTS-2 Flash의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Cartesia Sonic 3.6, Eleven v4 and v4 Turbo, AssemblyAI-TTS-1 및 Gemini 3.8 Flash TTS입니다.
답변 확인일: 2026년 11월 21일.