본문으로 건너뛰기
ReviewRamble

주간 브리프

AI 리뷰를 받은편지함으로.

  • 도구, 모델, MCP 서버, 저장소의 새 리뷰(결론부터)
  • 변경이 있을 때 다시 확인한 가격과 평점
  • 새로 발행된 분석 글

모델, 에이전트, MCP 서버, 그리고 정말 시간을 들일 만한 도구.

일주일에 한 통입니다. 각 브리프의 링크로 구독을 해지할 수 있습니다. 이메일 사용 방식

StepAudio 3 TTS

StepFun의 2026년 9월 음성 모델입니다. Artificial Analysis 아레나 3위이며 100만 자당 $14이고, 쉬운 말로 연기를 지시할 수 있습니다.

리뷰어: ReviewRamble editors · 업데이트

StepAudio 3 TTS 방문 사용량 기반

이 페이지 공유:XLinkedInFacebookRedditWhatsApp이메일

평점

4.2/5

선두 모델 가격의 일부만으로 청취자 순위 최상위권에 근접하지만, 대본이 짧고 주로 영어나 중국어여야 합니다.

StepAudio 3 TTS의 개요

StepAudio 3 TTS는 StepFun의 StepAudio 3 제품군에 속한 텍스트 음성 변환 모델입니다. 이 제품군은 2026년 9월 15일 공개된 다섯 개의 오디오 모델로, 전이중 대화 모델, 음성 인식, 범용 오디오 생성, 음악 생성도 포함합니다. 생성하면서 음성을 스트리밍하고, 웃음, 숨소리, 머뭇거림, 고쳐 말하기를 없애야 할 잡음이 아니라 연기의 일부로 다룹니다.

내장 목소리는 12개로, StepAudio 2.5에서 가져온 7개와 새 목소리 5개입니다. 말투는 최대 500자의 쉬운 지시문이나 본문 속 괄호 지시로 정하며, 괄호 내용은 연기에 반영되지만 소리 내어 읽히지는 않습니다. 목소리는 참조 오디오로 복제하거나 설명으로 설계할 수 있습니다. 영어와 중국어는 완전 지원되고, 일본어, 한국어, 프랑스어, 스페인어는 미리보기 단계입니다.

모델은 StepFun의 중국·국제 플랫폼과 EmpirioLabs 같은 파트너를 통한 API로만 제공됩니다. StepFun의 이전 모델 Step-Audio-TTS-3B와 달리 가중치는 공개되지 않았습니다.

StepAudio 3 TTS의 가격은 얼마입니까?

플랜가격포함 내용
Speech$14 per 1M billable characters영문자, 숫자, 공백은 1자, 중국어 3자, 일본어 2.5자로 계산
Voice cloning or design$1.50 per voice목소리를 라이브러리에 추가할 때 과금

2026년 11월 23일부터 과금 대상 1M(100만) 자당 $14입니다(출시 당시 가격은 10,000자당 $0.36로 알려졌습니다). 목소리 복제나 설계는 목소리당 $1.50입니다. 중국어 글자는 3자, 일본어는 2.5자로 계산합니다.

StepAudio 3 TTS, 쓸 만한 가치가 있습니까?

Artificial Analysis 음성 아레나 상위권이 더 이상 서구 모델만의 무대가 아닌 이유가 StepAudio 3 TTS입니다. 1,307 Elo로 3위이며, ElevenLabs의 Eleven v4보다 33점 낮고 Cartesia의 Sonic 3.6보다는 높습니다. 가격은 100만 자당 $14로, 같은 표의 Eleven v4 $80, Sonic 3.6 $49보다 훨씬 쌉니다. 이렇게 적은 돈으로 이만큼 좋은 소리를 내는 음성 모델은 드뭅니다.

설계에는 머뭇거림도 사람이 말하는 방식의 일부라는 StepFun의 관점이 담겨 있습니다. 한 문장으로 연기 방식을 알려 주거나 괄호에 지문을 넣으면, 대부분의 시스템이 깎아 내는 숨소리와 말 더듬기를 더해 줍니다. 은행의 대기 안내 멘트보다는 드라마, 설명 영상, 캐릭터 목소리에 어울립니다.

주의할 점: 주변 환경이 빠듯합니다. 요청당 1,000자 제한이 있어 한 장(章)을 문장 크기로 잘라 다시 이어 붙여야 하고, 출력은 최대 24 kHz입니다. 여섯 개 언어 중 네 개는 미리보기입니다. 과금 시 중국어 한 글자를 세 자로, 일본어 한 글자를 2.5자로 세기 때문에 표시 가격은 영어에 유리합니다. 가격 자체도 바뀌었습니다. StepFun 가격 페이지는 2026년 11월 23일 요금을 바꾸며, 출시 당시의 10,000자당 $0.36라는 수치가 외부 가격 추적 사이트에 아직 돌고 있습니다.

결론: 예산이 빠듯한 영어나 표준 중국어 내레이션이라면 이제 넘어서야 할 기준이 되는 목소리입니다. 긴 단일 요청, 높은 샘플링 속도, 넓은 언어 지원이 필요한 팀은 아낀 비용을 엔지니어링에 쓰게 됩니다.

제 역할을 하는 곳

  • 영어 오디오 드라마를 만드는 2인 스튜디오

    40,000단어 대본을 연습한 티 나지 않는 숨소리, 쉼, 머뭇거림과 함께 녹음하기

    대본을 1,000자 미만의 요청으로 나누고 대사마다 괄호 지시를 넣은 뒤 오디오를 이어 붙입니다. 약 240,000자는 100만 자당 $14 기준 약 $3.40입니다.

  • 상하이의 이러닝 기업

    복제한 강사 목소리로 일관되게 표준 중국어 강의 내레이션하기

    강사를 $1.50에 한 번 복제한 뒤 강의를 합성합니다. 중국어 한 글자가 과금상 3자로 계산되므로 대본 100만 자당 약 $42를 예산에 넣으십시오.

도입 전 확인할 점

설정
OpenAI 방식의 /v1/audio/speech 엔드포인트에 모델 stepaudio-3-tts, 목소리, 선택적 지시를 담아 POST합니다. 비스트리밍 응답은 오디오 URL을 돌려줍니다.
연동
StepFun 국제·중국 플랫폼, EmpirioLabs 재판매, 8~24 kHz의 mp3·wav·flac·opus·pcm 출력.
데이터와 개인정보
API 전용이며 가중치는 없습니다. StepFun 가격 페이지와 검토한 문서에는 오디오와 텍스트의 보관이나 학습 사용이 나와 있지 않으므로, 고객 콘텐츠를 보내기 전에 플랫폼 약관을 확인하십시오.
대규모 사용 시 비용
영어 내레이션 1,000만 자는 $140이며, 같은 길이의 중국어 텍스트는 3,000만 자로 과금되어 $420입니다.
제한
요청당 1,000자, 48 kHz는 거부됩니다. 새 계정은 동시 요청 5개, 분당 100건으로 시작하며 누적 충전액에 따라 늘어납니다.

좋은 점

  • Artificial Analysis 아레나 1,307 Elo로 3위
  • 1M 자당 $14, Eleven v4의 $80의 5분의 1 미만
  • 쉬운 말로 하는 연기 지시와 자연스러운 숨소리, 머뭇거림
  • 목소리 복제나 설계 비용 $1.50

아쉬운 점

  • 요청당 1,000자, 최대 24 kHz
  • 일본어, 한국어, 프랑스어, 스페인어는 아직 미리보기
  • 중국어 글자는 3자, 일본어는 2.5자로 과금
  • 검토한 문서에 오디오 데이터 처리 조건이 없음

추천 대상

영어나 표준 중국어 내레이션, 설명 영상, 캐릭터 대화를 만들면서 낮은 글자당 가격에 최상위에 가까운 품질을 원하고, 대본을 짧은 요청으로 나눌 수 있는 제작자.

StepAudio 3 TTS 대안

StepAudio 3 TTS: 자주 묻는 질문

StepAudio 3 TTS, 쓸 만한 가치가 있습니까?
선두 모델 가격의 일부만으로 청취자 순위 최상위권에 근접하지만, 대본이 짧고 주로 영어나 중국어여야 합니다. 평점은 5점 만점에 4.2점입니다.
StepAudio 3 TTS의 가격은 얼마입니까?
2026년 11월 23일부터 과금 대상 1M(100만) 자당 $14입니다(출시 당시 가격은 10,000자당 $0.36로 알려졌습니다). 목소리 복제나 설계는 목소리당 $1.50입니다. 중국어 글자는 3자, 일본어는 2.5자로 계산합니다.
StepAudio 3 TTS의 단점은 무엇입니까?
요청당 1,000자, 최대 24 kHz; 일본어, 한국어, 프랑스어, 스페인어는 아직 미리보기; 중국어 글자는 3자, 일본어는 2.5자로 과금; 검토한 문서에 오디오 데이터 처리 조건이 없음.
StepAudio 3 TTS에 적합한 사람은 누구입니까?
영어나 표준 중국어 내레이션, 설명 영상, 캐릭터 대화를 만들면서 낮은 글자당 가격에 최상위에 가까운 품질을 원하고, 대본을 짧은 요청으로 나눌 수 있는 제작자.
팀이나 프로덕션 환경에서 StepAudio 3 TTS의 비용은 얼마입니까?
영어 내레이션 1,000만 자는 $140이며, 같은 길이의 중국어 텍스트는 3,000만 자로 과금되어 $420입니다.
StepAudio 3 TTS에 회사 데이터를 맡겨도 안전합니까?
API 전용이며 가중치는 없습니다. StepFun 가격 페이지와 검토한 문서에는 오디오와 텍스트의 보관이나 학습 사용이 나와 있지 않으므로, 고객 콘텐츠를 보내기 전에 플랫폼 약관을 확인하십시오.
StepAudio 3 TTS의 가장 좋은 대안은 무엇입니까?
저희가 리뷰한 것 중 가장 가까운 대안은 Eleven v4 and v4 Turbo, Cartesia Sonic 3.6, Qwen-Audio-3.1-TTS-Plus 및 Speechify Simba 3.5입니다.

답변 확인일: 2026년 11월 21일.

StepAudio 3 TTS 개발사입니까? 이 평점을 사이트에 표시하십시오ReviewRamble 평점: StepAudio 3 TTS, 5점 만점에 4.2점