AI 보이스

가장 짧은 예

목소리 이름(key)과 읽을 문장만 주면 mp3 가 옵니다. 모델은 목소리가 알아서 정합니다.

curl -X POST https://futureinfra.ai/v1/ai/audio/speech \
  -H "Authorization: Bearer $FI_KEY" -H "Content-Type: application/json" \
  -d '{"voice":"fish-hayoon","input":"안녕하세요, 퓨쳐인프라입니다."}' \
  --output hello.mp3

목소리 고르기

GET /v1/ai/voices — 조건을 주면 서버가 거르고, q 는 설명·태그·용도에서 점수로 줄 세웁니다.

# 한국어 여성, 차분한 오디오북용, 첫 소리 0.7초 안, 3개만
GET /v1/ai/voices?language=ko&gender=female&q=오디오북 차분&maxFirstSoundMs=700&limit=3

# 무료로도 쓸 수 있는 목소리를 첫 소리 빠른 순으로
GET /v1/ai/voices?free=true&sort=fast

목소리마다 오는 값 가운데 고를 때 쓰는 것:

• description — 소리를 직접 듣고 쓴 설명(음높이·음색·빠르기·발음, 어울리는 장면). useCases·notFor 는 어울리는 곳과 안 어울리는 곳
• firstSoundMs — 요청부터 첫 소리까지 걸린 시간(공개 주소로 3번 잰 가운데 값)
• pitchHz·pitchLevel·pace·intonation — 소리 분석 값
• emotionSupport — 이 목소리의 모델이 감정 16가지를 어떻게 받는지(아래 "결과 확인" 참고)
• directionSupport — 자유 연기 지시를 모델이 직접 받는지
• krwPer1kChars·freeModel — 1,000자당 값, 무료로 합성할 때 쓸 모델 이름

조절 — 모든 목소리 공통

같은 이름의 값을 어느 목소리에 줘도 됩니다. 모델이 직접 못 하는 것은 우리가 받은 소리를 다듬어 맞춥니다.

{"voice":"gemini-kore","input":"드디어 합격했어요!",
 "emotion":"moved","intensity":"high","speed":0.95,"pitch":1}

문장 속 괄호로도 됩니다

[ ] < > ( ) 어느 괄호든, 영어든 한국어든 같은 뜻으로 읽고 괄호는 소리 내어 읽지 않습니다.

"[속삭이듯] 비밀인데요, [웃음] 사실은 제가 만들었어요."
"<happy> 오늘도 좋은 하루!"
"(천천히) 한 번 더 말씀드릴게요. [쉼] 준비되셨나요?"
"[라디오 진행자처럼] 오늘의 첫 곡입니다."

• 감정 낱말(기쁘게·차분하게·긴장해서…) → emotion
• 빠르기 낱말(천천히·빠르게) → speed
• 소리 효과([웃음]·[한숨]·[쉼]·[숨]) → 그 자리에 모델마다 맞는 표기
• 그 밖의 괄호 속 문장 → direction

결과 확인 — X-Voice-Controls

응답 헤더에 조절이 실제로 어떻게 들어갔는지 JSON(URL 인코딩)으로 옵니다. 조용히 무시하지 않습니다.

X-Voice-Controls: {"emotion":"approx","emotionAs":"fearful","speed":"verified",
                   "post":{"pitch":1,"normalize":"fixed","stream":true}}

모델마다 잘하는 것

값은 1,000자 기준, 첫 소리는 목소리들의 가운데 값입니다(2026년 9~10월 실측).

말할 수 있는 언어

모델마다 8개 언어 문장을 합성해 받아쓰기로 확인했습니다(2026년 9~10월). 목록의 speaks 값이고, ?speaks=ja 로 거를 수 있습니다.

프로그램에서 — 받는 대로 재생

응답은 만들어지는 대로 흘러옵니다. 파일로 받아도 되고, 받는 즉시 재생해도 됩니다.

# Python
import requests
r = requests.post("https://futureinfra.ai/v1/ai/audio/speech",
    headers={"Authorization": f"Bearer {KEY}"},
    json={"voice": "minimax-korean-calmlady", "input": "안녕하세요", "emotion": "tender"},
    stream=True)
with open("out.mp3", "wb") as f:
    for chunk in r.iter_content(4096):
        f.write(chunk)

// JavaScript (브라우저)
const r = await fetch("/v1/ai/audio/speech", { method: "POST",
  headers: { Authorization: "Bearer " + KEY, "Content-Type": "application/json" },
  body: JSON.stringify({ voice: "grok-eve", input: "안녕하세요", pitch: 2 }) });
new Audio(URL.createObjectURL(await r.blob())).play();

AI 에이전트에서 — MCP

ai.voices 도구가 위 조건을 그대로 받습니다. 에이전트가 설명을 읽고 목소리를 고른 뒤 합성합니다.

ai.voices { "q": "광고 밝은", "language": "ko", "maxFirstSoundMs": 700, "limit": 5 }