AI 오디오 생성 API
음악, 텍스트→음성, 효과음, 오디오 정리를 위한 오디오 모델 18개. 포함 모델: Suno v6, Gemini 3.8 Flash TTS 및 MiniMax Speech 2.8 HD. 모든 모델에 같은 요청 형식을 씁니다.
- 모델
- 18
- 제조사
- 9
- 엔드포인트
- 18
- 공식 가격 대비 최대 절약
- 10%
어디서 시작할까요?
- 가장 인기 있는 모델Suno v6
suno/v6/text-to-audio가사나 짧은 설명으로 보컬이 들어간 완곡오디오참조 이미지 최대 5장직접 쓴 가사시작가US$0.072/회 - 가장 저렴한 모델Grok STT
xai/grok-stt/speech-to-text단어별 타이밍이 담긴 전사, 25개 언어오디오25개 언어시작가US$0.00003/초 - 최신 모델Gemini 3.8 Flash TTS
google/gemini-3.8-flash-tts/text-to-speech[laughing] 같은 지시까지 연기하는 표현력 있는 음성오디오목소리 70종시작가US$0.00032/초
- Suno v6
suno/v6/text-to-audio가사나 짧은 설명으로 보컬이 들어간 완곡오디오참조 이미지 최대 5장직접 쓴 가사시작가US$0.072/회 - Gemini 3.8 Flash TTS
google/gemini-3.8-flash-tts/text-to-speech[laughing] 같은 지시까지 연기하는 표현력 있는 음성오디오목소리 70종시작가US$0.00032/초 - MiniMax Speech 2.8 HD
minimax/speech-2.8-hd/text-to-speech400가지 이상 목소리의 고음질 음성, 감정 조절오디오목소리 472종40개 언어시작가US$0.12/1,000자 - MiniMax Music 3.0
minimax/music-3.0/text-to-audio보컬 또는 연주곡으로 완성된 스테레오 곡오디오직접 쓴 가사시작가US$0.18/회 - Seed Audio 1.0
bytedance/seed-audio-1.0/text-to-audio여러 목소리에 음악과 효과음을 더한 오디오 장면오디오시작가US$0.36/회 - Gemini 3.8 Flash-Lite TTS
google/gemini-3.8-flash-lite-tts/text-to-speech30가지 목소리의 빠르고 가벼운 음성오디오목소리 70종시작가US$0.00021/초 - Suno v6 Mini
suno/v6-mini/text-to-audio한 문장으로 보컬 있는 곡 두 개를 빠르게오디오참조 이미지 최대 5장직접 쓴 가사시작가US$0.072/회 - Suno v6 Wild
suno/v6-wild/text-to-audio실험적이고 질감 풍부한 보컬 곡오디오참조 이미지 최대 5장직접 쓴 가사시작가US$0.072/회 - HeartMuLa Transcribe
heartmula/transcribe/speech-to-text노래 보컬에서 가사를 받아 적어요, 다국어 지원오디오시작가US$0.05/회 - Grok STT
xai/grok-stt/speech-to-text단어별 타이밍이 담긴 전사, 25개 언어오디오25개 언어시작가US$0.00003/초 - Grok TTS
xai/grok-tts/text-to-speech20개 언어, 71가지 목소리, 음성 태그 지원오디오목소리 71종20개 언어시작가US$0.018/1,000자 - Seed Speech 2.0
bytedance/seed-speech-2.0/text-to-speech평소 말로 톤을 정하는 41가지 목소리오디오목소리 41종10개 언어시작가US$0.072/1,000자 - MiniMax Speech 2.8 Turbo
minimax/speech-2.8-turbo/text-to-speech400가지 이상 목소리의 빠른 음성, 감정 조절오디오목소리 472종40개 언어시작가US$0.072/1,000자 - Qwen3 TTS
alibaba/qwen-3-tts/text-to-speech톤과 속도를 말로 정하는 오픈소스 음성오디오목소리 9종10개 언어시작가US$0.068/1,000자 - Chatterbox
resemble-ai/chatterbox-v1/text-to-speech짧은 음성 샘플을 닮게 낼 수 있는 영어 음성오디오시작가US$0.036/회 - Gemini 2.5 Pro TTS
google/gemini-2.5-pro-tts/text-to-speech−10%내레이션과 2인 대화를 연출할 수 있는 목소리오디오목소리 30종시작가US$0.00045US$0.0005/초 - Video Sound Effects
popnow/foley-v1/video-to-audio영상에 맞춘 효과음과 앰비언스오디오1–30초시작가US$0.006/ 5초 영상 - Vocal Isolator
popnow/vocal-isolator-v1/audio-separation신규하나의 녹음에서 목소리와 배경음을 별도 트랙으로오디오시작가US$0.0012/초
작업별
기타 모델 유형
제조사별로 보기
PopNow API의 모든 모델 제조사와, 각 제조사에서 호출할 수 있는 모델 수입니다.
- Alibaba모델 40개−33%Wan 3.0 · Qwen Image 2.1 Pro · Qwen Image 2.1 Turbo · Qwen Image 2.1US$0.01부터 /장
- ByteDance모델 17개−30%Seedance 2.5 · Seedream 5.0 Pro · Seed Audio 1.0 · Seedream 5.0 FlashUS$0.026부터 /장
- PopNow모델 14개Background Remover · Image Upscaler · Object Eraser · Video UpscalerUS$0.0012부터 /초
- MiniMax모델 10개−55%MiniMax H3 · MiniMax Speech 2.8 HD · MiniMax Music 3.0 · MiniMax H3 Singularity LoRAUS$0.042부터 /장
- Google모델 6개−20%Nano Banana 2.1 · Nano Banana Pro · Gemini 3.8 Flash TTS · Gemini 3.8 Flash-Lite TTSUS$0.00021부터 /초
- Suno모델 3개Suno v6 · Suno v6 Mini · Suno v6 WildUS$0.072부터 /회
- xAI모델 2개Grok STT · Grok TTSUS$0.00003부터 /초
- HeartMuLa모델 1개HeartMuLa TranscribeUS$0.05부터 /회
- Resemble AI모델 1개ChatterboxUS$0.036부터 /회
자주 묻는 질문
AI 오디오 요금은 어떻게 책정되나요?
음성은 보통 텍스트 분량으로, 음악과 효과음은 트랙당 또는 초당 요금을 받습니다. 각 모델 페이지에 과금 단위와 모든 요금 등급이 나와 있습니다.
어떤 음성과 언어를 쓸 수 있나요?
각 텍스트→음성 모델 페이지에 지원하는 음성과 언어가 나와 있습니다. 요청에서 음성 이름으로 고르면 됩니다.
만든 오디오를 내 제품에 사용할 수 있나요?
이용 조건은 PopNow 이용약관과 호출하는 모델의 제한을 따릅니다. 배포하기 전에 모델 페이지와 이용약관을 확인하세요.
찾는 모델이 없나요? support@popnow.ai로 어떤 모델인지 알려 주세요.