모델모델 692개

Mistral: Voxtral TTS 3

mistralai/voxtral-mini-tts-3-0

Mistral Voxtral TTS 3는 Mistral의 텍스트 음성 변환 모델입니다. 음성 카테고리에 속하며 api14에서 mistralai/voxtral-mini-tts-3-0으로 식별됩니다. 나머지 Voxtral 제품군을 만든 것과 동일한 제공업체인 Mistral이 제작했으며, 그 역할은 좁고 구체적입니다. 즉, 텍스트를 생성하거나 편집하는 것이 아니라 작성된 텍스트를 음성 오디오로 바꾸는 것입니다.

HeyGen: HeyGen Voice

heygen/heygen-voice-1

HeyGen Voice는 HeyGen의 텍스트 음성 변환 모델로, api14에 모델 id heygen/heygen-voice-1로 등록되어 있습니다. 음성 카테고리에 속하며, 작성된 텍스트를 음성 오디오로 바꾸는 데 특화되어 있습니다. HeyGen이 이를 제공하는 제공자이며, 이 모델은 자체 음성 파이프라인을 구축하지 않고도 합성 음성 출력이 필요한 개발자를 대상으로 합니다.

HeyGen: HeyGen Voice Turbo

heygen/heygen-voice-1-turbo

HeyGen Voice Turbo는 HeyGen의 텍스트 음성 변환 모델로, api14에 모델 ID heygen/heygen-voice-1-turbo로 등록되어 있습니다. 음성 카테고리에 속하며, 회사의 핵심 텍스트 음성 변환 모델인 HeyGen Voice의 지연 시간을 줄인 버전으로 자리매김하고 있습니다. 아바타와 비디오 도구로 HeyGen을 이미 알고 있다면, 이는 같은 공급업체의 음성 합성 제품군으로, 여기서는 다른 모델들과 함께 호출할 수 있는 단일 음성 엔드포인트로 제공됩니다.

Fish Audio: Drama 3

fish-audio/drama-3

Fish Audio: Drama 3는 Fish Audio의 텍스트 음성 변환 모델로, api14의 speech 카테고리에 등록되어 있습니다. 이 모델은 연출된 음성 연기를 위해 만들어졌습니다. 즉, 단순히 대사를 제공하는 것이 아니라 그 대사가 어떻게 전달되어야 하는지를 설명하는 개념을 중심으로 설계되었습니다. Fish Audio는 이 모델을 제공하는 provider이며, provider 공개일은 2026년 10월 13일입니다.

ElevenLabs: Eleven v4

elevenlabs/eleven-v4

ElevenLabs: Eleven v4는 ElevenLabs의 텍스트 음성 변환 모델로, 제공업체가 2026년 10월 7일에 출시했습니다. 음성 카테고리에 속하며 ElevenLabs는 이를 자사의 가장 표현력이 뛰어난 모델이라고 설명합니다. 작성된 텍스트를 음성 오디오로 변환해야 하는 무엇이든 만들고 있다면, ElevenLabs 제품군에서 가장 먼저 평가해야 할 모델입니다.

ElevenLabs: Eleven v4 Turbo

elevenlabs/eleven-v4-turbo

Eleven v4 Turbo는 음성 합성 작업으로 잘 알려진 회사인 ElevenLabs의 텍스트 음성 변환 모델입니다. 이 모델은 음성 카테고리에 속하며, Eleven v4의 저지연 변형으로 자리 잡고 있습니다. 해당 모델의 표현력 있는 전달과 오디오 태그를 유지하면서 더 빠른 생성을 위해 조정되었습니다. 작성된 텍스트를 음성 오디오로 바꿔야 하는 무엇이든 만들고 있다면, 이것이 가장 먼저 평가하게 될 종류의 모델입니다.

ElevenLabs: Eleven v3

elevenlabs/eleven-v3

Eleven v3는 ElevenLabs의 텍스트 음성 변환 모델로, api14에 모델 id elevenlabs/eleven-v3로 등록되어 있습니다. speech 카테고리에 속하므로 일반 채팅이나 추론 모델이 아닙니다. 이 모델의 역할은 작성된 텍스트를 음성 오디오로 바꾸는 것입니다. 애플리케이션에 음성 레이어가 필요하다면, 플랫폼의 다른 음성 옵션과 함께 평가하게 될 유형의 모델입니다.

ElevenLabs: Eleven v3 Conversational

elevenlabs/eleven-v3-conversational

Eleven v3 Conversational은 ElevenLabs의 텍스트 음성 변환 모델입니다. 이는 Eleven v3의 변형으로, 제공업체가 일회성 내레이션이 아니라 대화형 에이전트의 자연스러운 대화를 위해 특별히 튜닝한 것입니다. 음성 에이전트, 대화형 어시스턴트 또는 음성 출력이 주고받는 대화의 한쪽처럼 들려야 하는 모든 제품을 만든다면, 이것이 ElevenLabs가 해당 작업에 적합하다고 내세우는 모델입니다.

ElevenLabs: Eleven Flash v2.5

elevenlabs/eleven-flash-v2.5

Eleven Flash v2.5는 ElevenLabs의 텍스트 음성 변환 모델로, api14에 speech 카테고리로 등록되어 있습니다. 이 모델은 ElevenLabs 모델 중 Flash 라인에 속하며, 제공자는 이를 초저지연 텍스트 음성 변환이라고 설명하고, 오프라인 배치 합성이 아니라 대화형 및 실시간 사용 사례를 정면으로 겨냥합니다. 사용자에게 빠르게 음성으로 응답해야 하는 무언가를 만들고 있다면, 이 모델 패밀리를 가장 먼저 살펴봐야 합니다.

ElevenLabs: Eleven Turbo v2

elevenlabs/eleven-turbo-v2

Eleven Turbo v2는 ElevenLabs의 텍스트 음성 변환 모델로, 여기에서는 모델 id elevenlabs/eleven-turbo-v2로 배포됩니다. 음성 카테고리에 속하며, 제공업체는 이를 영어 전용, 저지연 텍스트 음성 변환 시스템으로 위치시키며, 속도가 중요하고 영어만 필요한 개발자 사용 사례를 위해 구축되었습니다. ElevenLabs를 음성 공급업체로 이미 알고 있다면, 이는 범용 언어 모델이 아니라 그들의 음성 라인업에서 더 빠른 계층입니다.

ElevenLabs: Eleven Multilingual v2

elevenlabs/eleven-multilingual-v2

Eleven Multilingual v2는 ElevenLabs의 텍스트 음성 변환 모델로, api14를 통해 모델 id elevenlabs/eleven-multilingual-v2로 제공됩니다. speech 카테고리에 속하며, 작성된 텍스트를 음성 오디오로 바꾸도록 만들어졌습니다. ElevenLabs는 이 모델을 사실적이고 일관된 장문 내레이션용으로 위치시키며, 이는 이 모델이 어디에 맞는지를 알려줍니다. 짧은 일회성 클립보다는 지속적인 낭독에 적합합니다.

ElevenLabs: Eleven Turbo v2.5

elevenlabs/eleven-turbo-v2.5

Eleven Turbo v2.5는 ElevenLabs의 텍스트 음성 변환 모델로, api14에 speech 카테고리로 등록되어 있습니다. ElevenLabs가 만들었으며 플랫폼에서는 모델 id elevenlabs/eleven-turbo-v2.5로 식별됩니다. 낮은 지연 시간을 중심으로 포지셔닝된 Turbo 라인에 속하므로, 속도가 중요하지 않은 오프라인 배치 렌더링보다는 빠르게 음성을 생성해야 하는 개발자를 대상으로 합니다.

ElevenLabs: Eleven Flash v2

elevenlabs/eleven-flash-v2

Eleven Flash v2는 ElevenLabs의 텍스트 음성 변환 모델로, api14의 speech 카테고리에 등록되어 있습니다. 영어 전용 모델이며 초저지연 합성을 위해 만들어졌기 때문에, 회사의 고품질 프로덕션 음성보다는 ElevenLabs 라인업에서 실시간 및 대화형 영역에 속합니다.

Microsoft AI: MAI-Voice-2.1-Flash

microsoft/mai-voice-2.1-flash

MAI-Voice-2.1-Flash는 Microsoft AI의 텍스트 음성 변환 모델로, MAI-Voice 제품군의 일부입니다. 음성 카테고리에 속하며 저지연 합성을 위해 만들어졌는데, Microsoft는 이를 실시간 응답성에 최적화된 것으로 설명합니다. 이미 Microsoft AI 모델을 사용하고 있다면, 이는 그들의 텍스트 모델에 대응하는 음성 생성 모델이며, 나머지 카탈로그와 함께 api14를 통해 제공됩니다.

Microsoft AI: MAI-Voice-2.1

microsoft/mai-voice-2.1

MAI-Voice-2.1은 Microsoft의 텍스트 음성 변환 모델로, Microsoft AI 이름 아래에 등록되어 있습니다. 음성 카테고리에 속하며, 제공자 설명에 따르면 Microsoft의 가장 높은 충실도와 가장 표현력이 뛰어난 텍스트 음성 변환 모델입니다. 애플리케이션에서 작성된 텍스트를 음성 오디오로 변환해야 한다면, 이것이 Microsoft가 그 작업을 위해 배치한 모델 패밀리이며, 다른 음성 모델들과 함께 api14에서 사용할 수 있습니다.

ByteDance Seed: Seed Audio 1.0

bytedance-seed/seed-audio-1-0

ByteDance Seed: Seed Audio 1.0은 ByteDance의 Seed 모델 제품군을 만든 연구 조직인 ByteDance Seed의 오디오 생성 모델입니다. 음성 카테고리에 속하며, 제공사는 이를 비스트리밍 오디오 생성 모델이라고 설명합니다. 즉, 오디오를 텍스트로 변환하거나 음성 대화를 나누기 위한 것이 아니라 텍스트를 오디오로 바꾸기 위해 만들어졌습니다. 이 모델을 평가하고 있다면, 먼저 이해해야 할 핵심은 이것이 음성 인식이나 채팅 모델이 아니라 생성 모델이라는 점입니다.

Google: Gemini 3.8 Flash Lite TTS

google/gemini-3.8-flash-lite-tts

Google: Gemini 3.8 Flash Lite TTS는 Google의 텍스트 음성 변환 모델입니다. Gemini 3.8 TTS 제품군에 속하며, Gemini 3.8 Flash TTS와 함께 빠르고 처리량이 높은 구성원으로 자리합니다. 주요 카테고리는 음성이며, 제공업체가 2026-09-23에 출시했습니다.

Google: Gemini 3.8 Flash TTS

google/gemini-3.8-flash-tts

Google: Gemini 3.8 Flash TTS는 Google의 텍스트 음성 변환 모델이며, Gemini 3.1 Flash TTS Preview의 후속 모델입니다. 이 모델은 3.8 TTS 제품군의 크리에이티브 계층에 속하며, 이는 Google이 이 모델을 전사나 일반 텍스트 작업이 아닌 표현력 있는 음성 생성에 맞춰 포지셔닝했음을 의미합니다. 이미 다른 Google 모델을 api14를 통해 라우팅하고 있다면, 이 모델은 동일한 제공자 관계를 오디오 출력으로 확장합니다.

Deepgram: Flux TTS

deepgram/flux-tts

Deepgram: Flux TTS는 음성 및 오디오 인프라로 잘 알려진 제공업체인 Deepgram의 텍스트 음성 변환 모델입니다. 이 모델은 음성 카테고리에 속하며, 작성된 영어 텍스트를 음성 오디오로 변환하는 데 특화되어 있습니다. 이미 다른 Deepgram 모델을 api14를 통해 라우팅하고 있다면, 이 모델도 같은 제공업체에서 나온 것이며 일반적인 사용 패턴도 동일합니다.

Fish Audio: S1

fish-audio/s1

Fish Audio: S1은 Fish Audio의 다국어 텍스트 음성 변환 모델입니다. Fish Audio는 이 모델을 제공하는 제공자이며, S1은 api14의 speech 카테고리에 속합니다. 이 모델은 폭넓은 감정 표현이 필요한 음성 애플리케이션을 위해 설계되었고, 지원하는 언어 전반에서 괄호 제어를 사용해 말하기 스타일을 유도합니다. 말하는 방식이 단어만큼 중요한 무엇이든 만들고 있다면, 이 페이지가 설명하는 것이 바로 그런 종류의 모델입니다.

Fish Audio: S2 Pro

fish-audio/s2-pro

Fish Audio: S2 Pro는 Fish Audio의 텍스트 음성 변환 모델입니다. 음성 카테고리에 속하며, 제공자 출시일은 2026년 7월 29일입니다. 작성된 텍스트를 음성 오디오로 바꿔야 하는 무엇이든 만들고 있다면, 이것이 가장 먼저 살펴보게 될 종류의 모델이며, Fish Audio가 그 뒤에 있는 회사입니다.

Fish Audio: S2.1 Pro Free (free)

fish-audio/s2.1-pro-free:free

Fish Audio: S2.1 Pro Free는 Fish Audio의 음성 합성 모델로, Fish Audio S2.1 Pro의 무료 변형으로 제공됩니다. 테스트, 프로토타이핑, 저용량 애플리케이션을 위한 것이며, 프로덕션 지연 시간이나 가용성 보장 없이 유료 모델과 동일한 합성 기능을 제공합니다. Fish Audio의 음성 기술을 평가하거나 작은 것을 만들고 있다면, 이 버전으로 시작하는 것이 좋습니다.

Fish Audio: S2.1 Pro

fish-audio/s2.1-pro

Fish Audio: S2.1 Pro는 Fish Audio의 텍스트 음성 변환 모델로, api14의 speech 카테고리에 등록되어 있습니다. 제공자는 이 모델을 프로덕션 지향이라고 설명하며, 이는 실험이 아니라 배포된 음성 애플리케이션을 겨냥한 Fish Audio 라인업에 속한다는 뜻입니다. 이미 다른 모델들을 api14를 통해 라우팅하고 있다면, 이 모델은 같은 제공자의 음성 생성 옵션으로서 그들과 나란히 위치합니다.

Microsoft AI: MAI-Voice-2-Flash

microsoft/mai-voice-2-flash

MAI-Voice-2-Flash는 Microsoft AI의 텍스트 음성 변환 모델로, 제공업체가 2026년 7월 23일에 출시했습니다. 음성 카테고리에 속하며 저지연 음성 생성을 위해 특별히 만들어졌습니다. 따라서 범용 텍스트나 비전 영역이 아니라 음성 에이전트, 어시스턴트, 콜센터, 접근성 도구, 내레이션과 같은 워크로드 계열에 속합니다. 작성된 입력을 실시간으로 음성 출력으로 바꿔야 하는 것을 만든다면, 이것이 Microsoft가 사용하기를 의도한 종류의 모델입니다.

Qwen: Qwen-Audio-3.0-TTS Plus

qwen/qwen-audio-3.0-tts-plus

Qwen-Audio-3.0-TTS Plus는 Alibaba의 모델 패밀리인 Qwen에서 나온 텍스트 음성 변환 모델입니다. 음성 카테고리에 속하며, 같은 라인의 표준 티어보다 위에 위치한 Alibaba의 더 높은 품질의 텍스트 음성 변환 모델로 설명됩니다. 텍스트로부터 음성 오디오를 생성하며, 일반적으로 Alibaba 측의 DashScope Speech Synthesizer API를 통해 접근합니다. 제공업체가 2026-07-23에 출시했습니다.

Qwen: Qwen-Audio-3.0-TTS Flash

qwen/qwen-audio-3.0-tts-flash

Qwen-Audio-3.0-TTS Flash는 Alibaba의 모델 패밀리인 Qwen에서 나온 텍스트 음성 변환 모델입니다. 음성 카테고리에 속하며, 제공자는 이 모델을 빠르고 비용 효율적인 텍스트 음성 변환 시스템이라고 설명합니다. 이 모델은 제공자가 2026-07-23에 출시했습니다. 이미 Qwen 생태계 안에서 작업 중이거나, OpenAI 스타일 클라이언트에 맞는 호스팅 TTS 옵션이 필요하다면, 이것이 평가해 볼 모델입니다.

Deepgram: Aura-2

deepgram/aura-2

Deepgram: Aura-2는 Deepgram의 텍스트 음성 변환 모델로, api14의 speech 카테고리에 등록되어 있습니다. Deepgram은 이 모델을 제공하는 제공자이며, Aura-2는 음성 합성을 위한 Deepgram의 표준 Aura-2 음성 카탈로그를 기반으로 구성됩니다. 이미 Deepgram의 음성 라인업을 사용하고 있다면, 이는 별도로 이름이 바뀐 변형이 아니라 api14를 통해 노출되는 동일한 음성 제품군입니다.

MiniMax: Speech 2.8 HD

minimax/speech-2.8-hd

MiniMax: Speech 2.8 HD는 MiniMax의 텍스트 음성 변환 모델입니다. 음성 카테고리에 속하며, 작성된 텍스트를 음성 오디오로 바꾸기 위해 만들어졌습니다. MiniMax가 이 모델을 제공하며, api14에서는 모델 id minimax/speech-2.8-hd로 서비스됩니다. MiniMax의 음성 라인업을 이미 알고 있다면, 이것은 Speech 2.8의 HD 변형으로, 생성된 오디오가 부수 효과가 아니라 제품 자체인 애플리케이션을 겨냥한 위치에 있습니다.

MiniMax: Speech 2.8 Turbo

minimax/speech-2.8-turbo

MiniMax: Speech 2.8 Turbo는 MiniMax의 텍스트 음성 변환 모델입니다. 이 모델은 speech 카테고리에 속하며, 작성된 텍스트를 음성 오디오로 바꿔야 하는 애플리케이션을 위해 만들어졌습니다. MiniMax는 이 모델을 제공하는 provider이며, api14에서의 모델 id는 minimax/speech-2.8-turbo입니다.

Microsoft AI: MAI-Voice-2

microsoft/mai-voice-2

MAI-Voice-2는 Microsoft AI의 표현력 있는 텍스트 음성 변환 모델로, 2026년 6월 2일 제공업체가 출시했습니다. 이 모델은 speech 카테고리에 속하므로, 텍스트 자체를 생성하거나 편집하는 것이 아니라 작성된 텍스트를 음성 오디오로 바꾸는 것이 역할입니다. 합성 음성이 필요한 것을 만든다면, 이것은 다른 텍스트 음성 변환 옵션들과 함께 평가하게 될 종류의 모델입니다.

SpaceXAI: Grok Voice TTS 1.0

x-ai/grok-voice-tts-1.0

SpaceXAI: Grok Voice TTS 1.0은 xAI의 텍스트 음성 변환 모델로, api14에 speech 카테고리로 등록되어 있습니다. 작성된 텍스트를 입력받아 음성 오디오로 변환하므로, 이미 텍스트가 있고 텍스트 응답 대신 음성 트랙이 필요한 모든 작업에 적합합니다. 모델 id는 x-ai/grok-voice-tts-1.0이며, 제공업체가 2026-05-15에 출시했습니다.

Google: Gemini 3.1 Flash TTS Preview

google/gemini-3.1-flash-tts-preview

Google: Gemini 3.1 Flash TTS Preview는 Google의 텍스트 음성 변환 모델입니다. 음성 카테고리에 속하며 프리뷰 릴리스이므로, 안정 버전이 출시되기 전까지 동작과 음성 세트가 여전히 바뀔 수 있습니다. Google은 이 모델을 Gemini 2.5 Flash TTS에서 상당한 세대적 도약이라고 설명하므로, 해당 모델을 사용해 본 적이 있다면 이것이 평가해 볼 더 새로운 세대입니다.

Sesame: CSM 1B

sesame/csm-1b

Sesame: CSM 1B는 Sesame의 대화형 음성 모델입니다. 음성 카테고리에 속하며 api14에서 모델 id sesame/csm-1b로 식별됩니다. 제공자는 이를 1B 파라미터 모델이라고 설명하며, 이는 작성된 텍스트에서 음성을 생성하는 비교적 작은 옵션입니다.

Canopy Labs: Orpheus 3B

canopylabs/orpheus-3b-0.1-ft

Canopy Labs: Orpheus 3B는 Canopy Labs의 텍스트 음성 변환 모델입니다. 영어 음성 합성을 위해 미세 조정된 3B 파라미터 모델로, 자연스러운 운율과 표현력 있는 발성에 중점을 둡니다. 이 모델은 제공업체가 2026년 4월 23일에 출시했습니다. 주요 카테고리는 음성이며, 범용 언어 모델이 아니라 전문 모델로 위치합니다.

hexgrad: Kokoro 82M

hexgrad/kokoro-82m

hexgrad: Kokoro 82M은 hexgrad의 경량 오픈 웨이트 텍스트 음성 변환 모델입니다. 음성 카테고리에 속하므로 그 역할은 좁고 명확합니다. 즉, 작성된 텍스트를 음성 오디오로 바꾸는 것입니다. 가중치가 공개되어 있으므로 폐쇄형 호스팅 음성 서비스보다 배포와 호스팅을 더 자유롭게 고려할 수 있으며, 82M 파라미터 수는 대형 범용 모델이 아니라 소형 모델임을 나타냅니다.

Mistral: Voxtral Mini TTS

mistralai/voxtral-mini-tts-2603

Mistral Voxtral Mini TTS는 Mistral의 텍스트 음성 변환 모델로, api14의 speech 카테고리에 등록되어 있습니다. 텍스트만 입력으로 받고 음성만 출력으로 생성하므로, 음성 파이프라인에서 인식 쪽이 아니라 합성 쪽에 속합니다. 다른 Mistral 모델을 이미 api14를 통해 라우팅하고 있다면, 이 모델도 같은 제공자에서 나오며 동일한 접근 방식을 따릅니다.