자주 묻는 질문
VTuber가 TTS API를 사용할 때 라이선스는 어떻게 되나요?
생성된 오디오는 LibriTTS-R(CC BY 4.0) 및 LibriVox 퍼블릭 도메인 음원을 기반으로 합니다. 모든 파일에는 합성 음성임을 나타내는 무음 워터마크가 포함됩니다. 텍스트는 학습에 사용되지 않으며, 생성된 오디오는 응답으로 반환 후 저장되지 않습니다. 라이선스 관련 추가 정보는 지원 이메일로 문의하세요.
생성된 오디오를 상업적으로 사용할 수 있나요?
네, 상업적 사용이 가능합니다. API를 통해 생성된 오디오 파일에는 합성 음성임을 표시하는 무음 워터마크가 포함되어 있습니다. 텍스트 입력은 학습에 사용되지 않으며, 생성된 오디오는 응답 후 저장되지 않습니다. 별도의 라이선스 계약 없이 API 사용 조건에 따라 자유롭게 사용 가능합니다.
API를 사용하여 실시간 스트리밍이 가능한가요?
스트리밍, WebSocket, 실시간 부분 오디오는 제공되지 않습니다. 이 API는 고정된 오디오 파일 생성에 최적화되어 있습니다. 요청은 처리 순서대로 처리되므로 부하가 걸리면 대기열에 진입할 수 있습니다. 실시간성이 중요한 스트리밍용이 아니라, 사전 제작 콘텐츠나 고정된 오디오 파일이 필요한 경우에 적합합니다.
오디오 파일의 길이에 제한이 있나요?
요청당 텍스트 길이는 최대 4,096자입니다. 더 긴 텍스트의 경우, 4,096자 단위로 분할하여 각 부분을 합성한 후 오디오 파일을 연결하여 사용합니다. 이를 통해 제한 없는 길이의 오디오 생성이 가능합니다. 단, 분할된 각 요청은 개별적으로 처리되므로 전체 생성 시간은 길어질 수 있습니다.
여러 목소리를 섞어 사용할 수 있나요?
API는 단일 목소리 합성 엔드포인트를 제공합니다. 요청 본문에서 voice 파라미터를 통해 8가지 프리셋 중 하나를 선택할 수 있습니다. 여러 목소리를 동시에 섞는 기능은 제공되지 않습니다. 여러 목소리를 사용하려면 각 목소리별로 별도 요청을 보내고, 생성된 오디오 파일을 외부에서 편집하여 결합해야 합니다.
오디오 파일의 포맷은 어떻게 선택하나요?
response_format 파라미터를 사용하여 mp3, wav, opus, flac, pcm 중 하나를 선택할 수 있습니다. 기본값은 mp3입니다. 각 포맷은 GET /v1/voices 엔드포인트에서 확인 가능한 언어 및 가격 정보와 함께 제공됩니다. 필요한 오디오 품질과 파일 크기에 따라 적절한 포맷을 선택하여 API 호출 시 지정하세요.
속도(speed) 조절이 오디오 품질에 영향을 주나요?
speed 파라미터는 0.25에서 4.0 사이에서 조절할 수 있습니다. 속도 변경은 오디오의 재생 속도를 변경할 뿐, 음성 품질 자체에는 영향을 주지 않습니다. 기본 속도는 1.0이며, 더 빠르거나 느린 속도를 원할 경우 이 값을 조정하여 사용할 수 있습니다. 품질 저하 없이 속도만 변경됩니다.
언어 감지가 정확하지 않으면 어떻게 하나요?
language 파라미터를 명시적으로 설정하여 언어를 지정할 수 있습니다. language를 설정하지 않으면 스크립트에 따라 언어가 감지되며, 비영어권 라틴 문자 텍스트의 경우 영어로 기본 설정될 수 있습니다. 정확한 발음을 위해 비영어권 라틴 문자 텍스트일 경우 language 파라미터에 ISO 코드를 명시적으로 입력하세요.
API 호출 실패 시 어떻게 처리하나요?
합성 실패 시 요금이 전액 환불됩니다. 실패한 요청에 대한 추가 과금은 발생하지 않습니다. API 응답 상태 코드를 확인하여 실패 여부를 판단하고, 필요 시 재시도할 수 있습니다. 실패 시에도 이미 사용된 크레딧은 반환되므로, 경제적 부담 없이 안정적으로 API를 사용할 수 있습니다.
오디오 파일을 서버에 저장해야 하나요?
생성된 오디오는 응답으로 반환되며 서버에 저장되지 않습니다. 요청 메타데이터(시간, 문자 수, 상태)는 청구 목적으로만 유지됩니다. 오디오 파일은 API 응답을 통해 즉시 다운로드하거나 저장해야 합니다. 서버 저장 기능이 제공되지 않으므로, 생성된 오디오 파일은 클라이언트 측에서 관리해야 합니다.
오디오 파일의 크기는 얼마나 되나요?
파일 크기는 선택한 포맷과 오디오 길이에 따라 다릅니다. 일반적으로 짧은 문장은 몇 초의 오디오를 생성하며, 긴 텍스트는 실시간 속도에 가깝게 생성됩니다. mp3, wav, opus, flac, pcm 중 선택한 포맷에 따라 파일 크기가 달라지므로, 필요한 품질과 크기에 맞춰 포맷을 선택하세요.
오디오 생성에 걸리는 시간은 얼마나 되나요?
긴 텍스트의 경우 생성 속도는 약 실시간(초당 25자)에 가깝습니다. 짧은 문장은 몇 초가 소요됩니다. 요청은 순차적으로 처리되므로, 부하가 걸릴 경우 대기열에 진입하여 처리 시간이 길어질 수 있습니다. 실시간성이 중요한 경우 대기열 상황을 고려하여 API 호출 빈도를 조절해야 합니다.
오디오 파일의 워터마크는 무엇인가요?
모든 생성된 오디오 파일에는 합성 음성임을 나타내는 무음 워터마크가 포함됩니다. 이 워터마크는 청각적으로 식별하기 어렵지만, 파일 내부에 삽입되어 오디오의 합성 여부를 표시합니다. 이는 LibriTTS-R 및 LibriVox 음원 기반의 라이선스 조건과 관련이 있으며, 오디오 파일의 출처를 명확히 합니다.
문의는 어떻게 하나요?
지원 이메일로 문의할 수 있습니다. 전화 번호나 라이브 채팅은 제공되지 않습니다. API 키, 청구, 기술적 문제 등 모든 문의는 이메일을 통해 처리됩니다. 빠른 응답을 위해 문의 내용을 명확히 기재하고, 필요한 경우 API 응답 로그나 오류 메시지를 함께 첨부하여 문의하세요.
VTuber 콘텐츠 제작 과정
VTuber 콘텐츠 제작의 첫 단계는 대본 작성입니다. 텍스트는 4096자를 초과하지 않도록 구분해야 하며, 공간과 문장 부호도 문자 수에 포함됩니다. 한국어 라틴 문자 텍스트의 경우 언어 코드를 명시적으로 설정하지 않으면 영어로 판별되므로 주의해야 합니다.
준비된 텍스트는 API 엔드포인트에 POST 요청을 보내 오디오 파일로 변환합니다. 생성된 오디오는 스트리밍이 아닌 고정 파일로 반환되므로, 편집 및 병합을 통해 최종 스트림에 통합할 수 있습니다.
대본 작성 및 텍스트 준비
대본은 4096자 제한을 준수하며 작성해야 합니다. 공간과 문장 부호는 모두 문자 수에 포함되므로 정확한 계수가 필요합니다.
언어 감지는 기본적으로 라틴 문자일 경우 영어로 작동합니다. 한국어 또는 기타 언어를 사용하려면 language 파라미터를 명시적으로 지정해야 합니다.
- 4096자 제한 확인
- 문자 수 계산 시 공백 포함
- 언어 코드 명시적 지정 권장
API 호출을 통한 오디오 생성
POST 요청을 통해 텍스트를 API에 전송합니다. 응답으로 오디오 파일이 반환되며, 실패 시 요금이 부과되지 않습니다.
요청 속도는 분당 60회 제한이며, 초기에는 분당 10회입니다. 긴 텍스트는 여러 요청으로 나누어 생성해야 합니다.
- POST https://api.73xo.info/v1/audio/speech
- JSON 형식 요청
- 실패 시 환불
오디오 파일 편집 및 병합
생성된 오디오 파일은 mp3, wav, opus 등 다양한 포맷으로 다운로드할 수 있습니다.
여러 문단의 오디오를 하나의 스트림으로 이어붙일 때 편집 소프트웨어를 사용하여 병합합니다.
- mp3, wav, opus 지원
- 오디오 파일 다운로드
- 편집 소프트웨어 병합
API 연동 시나리오
API 연동은 VTuber 콘텐츠 제작의 핵심 단계입니다. 스크립트 기반 자동화를 통해 대본 텍스트를 API 엔드포인트에 전송하고, 생성된 오디오 파일을 직접 편집 및 병합할 수 있습니다.
이 방식은 게임 내 대사 생성이나 다국어 자막 음성 생성 시 일관된 음질을 보장합니다. 처리 속도는 부하 상황에 따라 달라질 수 있습니다. 실시간 스트리밍보다는 사전 제작된 오디오 파일 생성에 최적화되어 있습니다.
스크립트 기반 자동화
Python이나 Node.js 스크립트를 사용하여 대본 텍스트를 API 엔드포인트로 전송할 수 있습니다. 생성된 오디오 파일은 자동으로 저장되거나 편집 소프트웨어로 전달됩니다.
- Python 스크립트 예시 제공
- Node.js 스크립트 예시 제공
- curl 명령어 반복 사용 가능
게임 내 텍스트 음성화
게임 내 NPC 대사나 설명 텍스트를 API를 통해 오디오 파일로 변환합니다. 생성된 파일은 게임 엔진에 직접 로드하여 사용합니다.
- NPC 대사 생성
- 게임 내 설명 텍스트 음성화
다국어 자막 음성 생성
한국어, 영어 등 다양한 언어의 자막을 위한 음성을 API를 통해 생성합니다. 언어별 목소리 매칭을 통해 자연스러운 음성을 제공합니다.
- 한국어 및 영어 동시 사용
- 언어별 목소리 매칭
오디오 품질 및 포맷 선택
API는 mp3, wav, opus, flac, pcm 형식을 지원합니다. 각 포맷은 용도와 저장 효율성에 따라 선택해야 합니다. MP3는 압축률과 호환성의 균형이 좋아 일반적인 VTuber 콘텐츠에 적합합니다.
mp3 vs wav 선택 기준
MP3는 파일 크기가 작아 저장 및 전송에 효율적입니다. 반면 WAV는 무손실 형식으로, 편집 과정에서의 품질 저장을 원할 때 사용됩니다. 최종 스트리밍용이 아니라면 MP3가 일반적입니다.
opus 및 flac 사용 사례
Opus는 낮은 대역폭 환경에서 고품질 오디오를 제공하며, FLAC는 무손실 압축으로 아카이빙에 적합합니다. 두 형식 모두 API에서 지원되므로 사용 목적에 맞게 선택할 수 있습니다.
pcm 포맷의 특수 용도
PCM은 압축되지 않은 원시 오디오 데이터입니다. 추가적인 오디오 처리나 특수 재생 환경에서 사용되며, 파일 크기가 크지만 가장 순수한 음질을 보장합니다.
속도 조절 및 변조
API는 speed 파라미터를 통해 생성된 오디오의 재생 속도를 0.25배에서 4.0배까지 조정할 수 있습니다. 이는 고정된 오디오 파일을 생성하는 VTuber 워크플로우에서 내레이션의 템포를 정밀하게 제어하는 핵심 기능입니다.
speed 파라미터 활용법
speed 파라미터는 요청 시 텍스트 입력과 함께 전송됩니다. 기본값은 1.0이며, 값을 높이면 음성 속도가 빨라지고 낮추면 느려집니다. API는 실제 합성 시 속도를 적용하여 생성합니다.
- 범위: 0.25 ~ 4.0
- 기본값: 1.0
빠른 내레이션 생성
속도 2.0을 설정하면 동일 텍스트 대비 약 2배 빠른 오디오가 생성됩니다. 이는 짧은 업데이트 소식이나 빠른 전환의 내레이션에 유용합니다.
느린 설명용 오디오 생성
속도 0.5를 설정하면 명확한 설명이 필요한 게임 메커니즘이나 복잡한 설정 설명에 적합합니다. 가독성을 높이기 위해 속도를 낮추면 청취자가 텍스트를 더 쉽게 이해할 수 있습니다. 이는 고정된 오디오 파일의 특성상 일관된 청취 경험을 보장합니다.
다국어 스트리밍 전략
VTuber 콘텐츠는 한국어와 영어를 혼용하여 제작하는 경우가 많습니다. API는 23개 언어를 지원하며, 8가지 음성 프리셋은 모든 언어에서 동일하게 작동합니다. 언어별 최적화된 별도의 목소리가 아니라, 아리아나 노바 같은 프리셋이 다국어 발음을 처리합니다.
한국어 및 영어 동시 사용
한 번의 요청으로 단일 언어만 생성할 수 있으므로, 한국어 대사 후 영어 대사를 이어붙이려면 여러 번 호출해야 합니다. 각 요청은 최대 4096자까지 처리되므로, 긴 대화는 분할하여 생성한 후 오디오 파일을 병합하는 워크플로우가 필요합니다.
- 한 요청당 최대 4096자 제한
- 언어별 별도 음성 모델 없음
언어별 목소리 매칭
8가지 프리셋(아리아, 노바, 루나, 세이지, 펠릭스, 미로, 아틀라스, 오리온)은 모든 지원 언어에서 동일하게 적용됩니다. 한국어나 영어 화자에게 특정 톤의 매칭이 필요하더라도, 언어에 따라 목소리가 바뀌는 것은 아니므로 일관된 톤을 유지합니다.
자동 감지 vs 명시적 지정
language 파라미터를 생략하면 시스템이 문자를 분석해 언어를 추측합니다. 라틴 문자의 경우 기본적으로 영어로 간주되므로, 영어가 아닌 라틴 문자 기반 언어(예: 한국어 로마자 표기, 스페인어 등)를 사용할 때는 반드시 language 파라미터에 ISO 코드를 명시해야 합니다.
- 비영어권 라틴 문자 시 명시적 지정 권장
라이선스 및 워터마크
모든 생성된 오디오 파일에는 인audible 워터마크가 포함되어 있어 인공지능 합성 음음임을 식별할 수 있습니다. 이는 콘텐츠의 출처를 명확히 하는 기술적 표시입니다.
생성된 오디오는 상업적으로 자유롭게 사용할 수 있습니다.
수익 창출 시 라이선스
생성된 오디오 파일은 라이선스 제한 없이 상업적 목적으로 사용할 수 있습니다. VTuber 방송, 유튜브 영상, 팟캐스트 등 모든 미디어에서 자유롭게 사용 가능합니다.
무음 워터마크의 의미
각 오디오 파일에는 청각적으로 인지하기 어려운 디지털 워터마크가 삽입됩니다. 이는 인간이 듣기 힘든 주파수 대역에 포함되어 있어 오디오의 질에 영향을 주지 않습니다.
타사 사용 시 주의사항
타사가 오디오 파일을 사용할 때 워터마크를 제거할 수 있으므로, 원본 파일의 출처를 명시하는 것이 권장됩니다. 특히 대규모 재배포 시 저작권 분쟁을 방지하기 위해 생성 로그를 보관하세요.
- 워터마크는 파일 자체에 내장되어 있어 변조 시에도 일부 식별이 가능합니다.
비용 최적화 전략
VTuber 콘텐츠 제작 시 텍스트 길이는 비용에 직접적인 영향을 미칩니다. 불필요한 공백이나 반복어를 제거하여 100만 자당 $10의 기본 단가를 효율적으로 관리하세요.
동일한 대사나 효과음은 API 호출 없이 저장된 오디오 파일을 재사용하여 비용을 절감할 수 있습니다. 이를 통해 불필요한 생성 횟수를 줄이고 데이터 일관성을 유지합니다.
오버버프 문자 제거
공백과 문장 부호도 문자 수에 포함되므로, 대본 전처리 시 불필요한 공백을 제거하세요. 이는 생성된 오디오의 크기를 줄이고 동일한 크레딧으로 더 많은 텍스트를 처리할 수 있게 합니다.
- 공백 및 특수문자 제거로字符 수 최적화
- 중복 대사 확인을 통한 생성 횟수 감소
오디오 재사용 전략
자주 사용하는 인사나 캐릭터 특징적인 음성은 미리 생성하여 저장하세요. 스트리밍 중 동일한 문장이 필요할 경우, API 호출 없이 저장된 파일을 재생하면 추가 비용이 발생하지 않습니다.
- 정적 오디오 파일 캐싱
- 일관된 캐릭터 음색 유지
배치 처리를 통한 효율성
여러 문장을 하나의 요청으로 처리할 때는 4,096자 제한을 고려하세요. 여러 파일을 한 번에 생성하거나 큐를 관리하여 API 호출 오버헤드를 줄이고 처리 효율을 높입니다.
- 4,096자 제한 내 최적화
- 큐 기반 처리로 대기 시간 최소화

기술적 한계 이해하기
API는 실시간 스트리밍을 지원하지 않습니다. 텍스트는 4096자 단위로 처리되며, 생성된 오디오 파일은 전체가 완료된 후 반환됩니다. 이는 스트리머가 대본을 미리 준비하고 오디오 파일을 다운로드한 후 방송에 사용하는 워크플로우에 적합합니다. 실시간 상호작용이 필요한 경우, 짧은 문장으로 나누어 요청하는 구조를 사용합니다.
스트리밍 비지원의 의미
API는 WebSocket 또는 스트리밍 응답을 제공하지 않습니다. 모든 오디오 데이터는 요청이 완료된 후 단일 파일로 반환됩니다. 이는 네트워크 대역폭을 절약하고 파일 무결성을 보장합니다.
큐 대기 시간 고려
요청은 순차적으로 처리되므로, 높은 부하 시 대기 시간이 발생할 수 있습니다. 일반적으로 짧은 문장은 몇 초, 긴 텍스트는 실시간 속도에 가깝게 생성됩니다. 동시多条 요청 시 대기열이 형성될 수 있으므로, 주요 방송 시간에는 여유를 두어 요청하는 것이 좋습니다.
캐릭터 제한 사항
한 번의 요청당 입력 텍스트는 최대 4096자입니다. 이 제한을 초과하는 대본은 여러 요청으로 분할하여 처리해야 합니다. 각 분할된 오디오 파일은 별도로 생성되므로, 최종 방송에서는 파일들을 연결하여 사용해야 합니다.
실제 사용 예시
VTuber 콘텐츠 제작에서 API는 대본을 고정 오디오로 변환하는 핵심 단계입니다. 각 섹션은 실제 워크플로우에 맞춰 구체적인 시나리오를 제시합니다.
게임 내 NPC 대사 생성
게임 내 NPC 대사 생성 시, 4096자 제한 내 대본을 여러 세트로 나누어 생성한 후 오디오 파일을 병합합니다. 이를 통해 긴 내레이션도 끊김 없이 처리할 수 있습니다.
- 대본을 4096자 단위로 분할하여 생성 후 병합
- 캐릭터 성격에 맞는 목소리(예: atlas, orion) 선택
유튜브 자막 오디오 생성
유튜브 자막 오디오 생성은 언어를 명시적으로 지정하여 정확도를 높이는 것이 중요합니다. 한국어와 영어가 섞인 텍스트일 경우, language 파라미터를 설정하지 않으면 영어로 기본 처리될 수 있습니다.
- 언어 코드를 명시하여 음성 인식 오류 방지
- mp3 또는 opus 형식으로 파일 크기 최적화
Podcast 내레이션 자동화
Podcast 내레이션 자동화에는 tts-1-hd 모델을 사용하여 높은 음질과 자연스러운 억양을 확보합니다. 긴 분량의 대본을 실시간 스트리밍이 아닌 배치 처리로 생성하여 효율성을 극대화합니다.
- tts-1-hd 모델을 통한 고품질 오디오 생성
- 배치 처리를 통한 대량 생성 효율화
프로그래밍 예제
API 호출은 Python의 requests 라이브러리나 OpenAI SDK를 통해 간편하게 구현할 수 있습니다. 4096자 제한을 초과하는 대본은 미리 분할하여 처리해야 합니다.
Node.js 환경에서도 동일한 JSON 구조를 사용하여 음성 생성 요청을 보낼 수 있으며, curl 명령어는 빠른 테스트에 적합합니다.
Python 스크립트 예시
requests 라이브러리를 사용하여 POST 요청을 보내고, 응답의 audio_data를 파일로 저장합니다. 인증 키는 헤더에 포함해야 합니다.
Node.js 스크립트 예시
fetch API나 axios를 사용하여 JSON 본문과 함께 음성 생성 요청을 전송합니다. 스트림 처리를 통해 메모리 효율성을 높일 수 있습니다.
curl 명령어 반복 사용
단일 문장 테스트나 디버깅 시 curl 명령어를 직접 터미널에서 실행할 수 있습니다. --output 옵션으로 생성된 오디오 파일을 즉시 저장합니다.
에러 처리 및 디버깅
API 호출 중 발생할 수 있는 일반적인 오류와 해결 방법을 확인하세요. 인증 실패, 과부하, 문자 제한 등 주요 실패 원인을 빠르게 진단하여 오디오 생성 워크플로우의 안정성을 높일 수 있습니다.
常见 에러 원인
가장 흔한 오류는 요청 본문 형식 오류입니다. 또한, 60req/min 제한을 초과하거나 서버 큐가 포화 상태일 경우 지연이 발생할 수 있습니다.
- 잘못된 JSON 구조 또는 누락된 필수 필드
- 지원하지 않는 voice 또는 response_format 값
- 과도한 동시 요청으로 인한 큐 대기 시간
API 키 오류 해결
Authorization 헤더에 'Bearer tts-...' 형식이 아닌 키를 입력했거나, 키가 잘못되었을 수 있습니다. 키가 만료되었거나 새 키로 교체된 경우 기존 키는 즉시 사용 불가 상태가 됩니다.
- Authorization 헤더 형식 확인: 'Bearer <your-key>'
- 대시보드에서 현재 활성 키 상태 확인
- 새 키 발급 시 이전 키는 즉시 정지됨
용량 초과 처리
단일 요청의 input 텍스트가 4096자를 초과하면 오류가 발생합니다. 긴 대본의 경우 프론트엔드 또는 스크립트에서 4096자 단위로 분할한 후 각 청크를 개별적으로 요청해야 합니다.
- input 필드 최대 길이: 4096자
- 단위 초과 시 오류 코드 반환
- 자동 분할 또는 청크별 요청 권장
최적의 워크플로우
VTuber 콘텐츠 제작의 안정성은 사전 준비와 체계적인 관리에 달려 있습니다. API 연동 시 발생할 수 있는 오류를 최소화하고, 대본의 일관성을 유지하기 위해 텍스트 전처리와 호출 빈도 조절이 필수적입니다.
생성된 오디오 파일을 효율적으로 관리하면 반복 작업을 줄이고 일관된 음질을 유지할 수 있습니다. 이 워크플로우는 정성적인 음성 합성 결과물을 일관되게 제공하는 기반이 됩니다.
텍스트 전처리 단계
API는 요청당 최대 4,096자까지 처리합니다. 대본을 이 제한 내에 맞게 분할해야 하며, 불필요한 공백이나 특수문자를 제거하여 실제 문자 수를 정확히 계산해야 합니다. 언어 코드를 명시적으로 설정하면 음성 인식 정확도가 향상됩니다.
- 4,096자 단위 텍스트 분할
- 공백 및 특수문자 제거
- 언어 코드 명시적 설정
API 호출 빈도 조절
API 키당 분당 60회 요청 제한이 있습니다. 대용량 오디오 생성 시 큐 대기 시간을 고려하여 요청 간격을 적절히 조절해야 합니다. 실패한 요청은 요금이 부과되지 않으므로, 재시도 로직을 설계할 때 이를 활용하세요.
- 분당 60회 요청 제한 준수
- 큐 대기 시간 고려
- 실패 요청 재시도 전략
오디오 파일 관리 시스템
생성된 오디오 파일은 응답에서 직접 반환되며 서버에 영구 저장되지 않습니다. 파일 형식(mp3, wav 등)에 따라 용량이 크게 다르므로, 스트리밍용과 로컬 저장용으로 포맷을 분리하여 관리하는 것이 효율적입니다.
- 포맷별 파일 분리 저장
- 불필요한 파일 정리
- 메타데이터 기록 유지
8개 음성 듣기
아래의 각 샘플은 동일한 문장을 이 API로 생성한 것입니다. 한 번의 요청으로 단일 언어만 생성할 수 있으므로, 한국어 대사 후 영어 대사를 이어붙이려면 여러 번 호출해야 합니다.
23개 언어
모든 음성은 이 언어들을 구사합니다.
출처 및 참고 자료
- Wikipedia
- LibriTTS-R corpus (OpenSLR 141)
- curl documentation
- openai-node on GitHub
- W3C WAI: making audio and video accessible
- OpenAI API reference: create speech
- FFmpeg documentation
- Creative Commons Attribution 4.0
- LibriTTS-R paper (arXiv 2305.18802)
- LibriVox public-domain audiobooks
- IETF RFC 7845: Ogg Opus
- TRON developer hub: TRC-20
