최종 업데이트: 2026년 10월 13일

Gemini 3.8 Flash TTS: 요금, 음성, API 가이드

Google은 2026년 9월 23일 Gemini 3.8 Flash TTS와 Gemini 3.8 Flash-Lite TTS를 출시했습니다. Flash TTS는 내레이션, 오디오북, 캐릭터 음성을 위한 표현력 높은 모델이고, Flash-Lite TTS는 더빙과 음성 에이전트를 위한 저렴한 모델입니다. 이 페이지에서는 시간당 요금, 음성, 코드, 그리고 개발 전에 알아야 할 제한 사항을 다룹니다.

Gemini 3.8 Flash TTS 한눈에 보기

출처: Gemini 3.8 Flash TTS 모델 페이지

출처: Google TTS 출시 블로그

Gemini 3.8 Flash TTS 요금

오디오 출력은 초당 25 토큰으로 과금되므로 시간당 요금을 쉽게 계산할 수 있습니다. 출시 가격은 2026년 12월 31일까지, 표준 가격은 2027년 1월 1일부터 적용됩니다.

시간당 금액은 Google의 토큰당 가격으로 저희가 계산한 값이며, 소액의 텍스트 입력 비용은 제외했습니다. 무료 티어는 두 모델 모두 지원하며, 무료 티어 입력은 Google 제품 개선에 사용될 수 있습니다.

출처: Gemini API 요금 페이지

Python 예제

1. Google AI Studio에서 키를 만들고 GEMINI_API_KEY로 저장합니다.
2. pip install -U google-genai를 실행합니다.
3. 읽을 문장은 text에, 전달 방식(감정, 속도, 톤)은 텍스트가 아닌 style 주석에 넣습니다.
4. 음성을 고르고 base64 오디오를 .wav 파일로 저장합니다.

# pip install -U google-genai
import base64
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.8-flash-tts",
    input=[{
        "type": "user_input",
        "content": [{
            "type": "text",
            "text": "Have a wonderful day! <short pause> See you tomorrow.",
            "annotations": [{"type": "speech_metadata", "style": "cheerful and friendly"}],
        }],
    }],
    response_format={"type": "audio"},
    generation_config={"speech_config": [{"voice": "Kore"}]},
)

with open("out.wav", "wb") as f:
    f.write(base64.b64decode(interaction.output_audio.data))

출처: 음성 생성 문서

curl 예제

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.8-flash-tts",
    "input": [{
      "type": "user_input",
      "content": [{
        "type": "text",
        "text": "Have a wonderful day!",
        "annotations": [{ "type": "speech_metadata", "style": "cheerful and friendly" }]
      }]
    }],
    "response_format": { "type": "audio" },
    "generation_config": { "speech_config": [{ "voice": "Kore" }] }
  }' | jq -r '[.steps[] | select(.type=="model_output") | .content[] | select(.type=="audio")] | last | .data' \
     | base64 --decode > out.wav

출처: 음성 생성 문서

2인 대화와 인라인 큐

speech_config에서 각 화자의 이름을 한 번 지정한 뒤, 각 턴마다 화자와 선택적인 style을 태그합니다. 짧은 소리는 텍스트 안에 인라인으로 넣습니다: <laughs>, <sigh>, <gasp>, <short pause>, 그리고 |mhm|이나 |yeah| 같은 맞장구.

# Two speakers in one request (the most a request allows with prebuilt voices)
generation_config={"speech_config": {"speakers": [
    {"speaker": "Host", "voice": "Kore"},
    {"speaker": "Guest", "voice": "Puck"},
]}}

input=[{"type": "user_input", "content": [
    {"type": "text", "text": "Welcome back to the show. <laughs> Big week.",
     "annotations": [{"type": "speech_metadata", "speaker": "Host", "style": "warm, upbeat"}]},
    {"type": "text", "text": "|mhm| It really was.",
     "annotations": [{"type": "speech_metadata", "speaker": "Guest", "style": "relaxed"}]},
]}]

텍스트는 대본 그대로 읽히므로, 텍스트 안에 적은 연출 지시가 소리 내어 읽힐 수 있습니다. 지시는 style에 넣으세요.

출처: 음성 생성 문서

출처: Google TTS 출시 블로그

음성, 음성 디자인, 음성 복제

• Kore, Puck, Zephyr, Charon 등 사전 제작 음성 30개와, 지역 억양(멕시코 스페인어, 퀘벡 프랑스어, 스코틀랜드 영어 등)을 갖춘 2,000+개 프로덕션 음성의 확장 라이브러리를 제공합니다.
• 음성 디자인: 역할, 억양, 캐릭터 등을 평범한 말로 설명해 음성을 만들고 저장해 재사용할 수 있습니다.
• 음성 복제: 약 30초 분량의 샘플로 목소리를 복제하며, 동의 확인, SynthID 워터마크, C2PA 인증 정보가 적용됩니다.
• AI Studio에서는 일리노이, 텍사스, EEA, 영국, 스위스, 인도에서 음성 복제를 사용할 수 없습니다.

출처: Google TTS 출시 블로그

출처: Gemini 3.8 Flash TTS 모델 페이지

품질은 어떤가요?

Google은 Hume AI의 Voice Design Benchmark를 인용하는데, 여기서 Flash TTS는 종합 71.4점, 억양 모델링 60.8점으로 1위를 차지했고, Hume의 종합 품질 지수에서는 1위와 2위(Flash, 이어서 Flash-Lite)를 기록했습니다. Voice Arena 블라인드 테스트에서는 일본어, 브라질 포르투갈어, 베트남어, 아랍어, 멕시코 스페인어, 힌디어에서 두 모델 모두 상위권에 올랐습니다. 이는 업체가 인용한 결과이므로, 선택하기 전에 내 대본으로 직접 들어 보세요.

출처: Google TTS 출시 블로그

Flash TTS와 Flash-Lite TTS, 무엇을 고를까?

• Flash TTS. 오디오북, 팟캐스트, 광고, 게임 캐릭터처럼 가격보다 전달력이 중요한 경우.
• Flash-Lite TTS. 음성 에이전트, 더빙, 대량 알림. 시간당 약 3분의 1 저렴합니다.
• 둘 다 부적합. 실시간 양방향 음성 대화. TTS 모델은 이를 지원하지 않으니 Google의 Live API 모델을 사용하세요.

Gemini 3.8 Flash API 가이드 · 전체 모델 요금

출처: Google TTS 출시 블로그

출처: Gemini 3.8 Flash TTS 모델 페이지

이 페이지는 독립적인 가이드로, Google 및 Anthropic과 아무런 관련이 없습니다. 요금과 벤치마크는 바뀔 수 있으니 예산을 정하기 전에 링크된 공식 페이지를 확인하세요.