← 전체 모델

GPT-4o Mini TTS

발표일 발표 기관 OpenAIgpt-4o-mini-tts

모델 개요

GPT-4o Mini TTS는 GPT-4o mini를 기반으로 하는 텍스트 음성 변환 모델로, 입력 텍스트를 자연스러운 음성으로 변환할 수 있다. OpenAI는 2025년 3월 20일 이 모델을 출시했으며, 해당 고정 버전 스냅샷은 gpt-4o-mini-tts-2025-03-20이다. 모델 별칭과 고정 스냅샷은 동일한 개념이 아니다. 이후 공식적으로 별칭이 더 최신 스냅샷을 가리키도록 변경되었다.(openai.com)

기능 및 용도

  • 텍스트 지시를 통해 음성의 억양, 감정, 인토네이션, 말하기 속도, 어조 등의 표현 방식을 조정할 수 있으며, 고객 서비스 음성, 창의적인 이야기 전달, 기사 낭독 등의 용도에 적합하다.(openai.com)
  • 중국어를 포함한 다국어 음성 생성을 지원하며, 스트리밍 오디오 출력도 지원한다. 현재 음성은 영어에 최적화되어 있다.(developers.openai.com)
  • v1/audio/speech 인터페이스를 통해 오디오를 생성할 수 있으며, MP3, Opus, AAC, FLAC, WAV, PCM 등의 형식을 지원한다.(developers.openai.com)

제한 사항 및 상태

  • 모델은 텍스트를 입력받아 오디오를 출력하며, 이미지나 동영상 입력을 지원하지 않고 오디오를 텍스트로 변환하는 모델도 아니다. 모델 페이지에 명시된 최대 입력은 2,000 토큰이며, Speech API의 input 매개변수에는 별도로 4,096자 상한이 있다.(developers.openai.com)
  • 최종 사용자를 대상으로 사용할 때 OpenAI는 사용자가 듣는 음성이 실제 사람의 목소리가 아닌 AI가 생성한 음성임을 명확히 알리도록 요구한다.(developers.openai.com)
  • 2026년 11월 19일 기준, 공식적으로 이 모델과 2025년 3월 20일 스냅샷은 사용 중단 예정으로 표시되었으며, 2027년 1월 6일 종료될 예정이다. 공식적으로 신규 통합에는 Realtime API의 gpt-realtime-2.1-mini로 마이그레이션할 것을 권장하며, 마이그레이션에는 API 워크플로 변경이 필요하다.(developers.openai.com)

가격

2026년 11월 19일 기준, OpenAI 모델 페이지에 명시된 API 가격은 미국 달러(USD) 기준으로 입력 텍스트 100만 토큰당 0.60달러, 출력 오디오 100만 토큰당 12.00달러이다. 이는 모델 페이지에 명시된 가격이며, 해당 2025년 스냅샷에 대해 별도로 발표된 독립적인 가격이 아니다. 해당 스냅샷의 별도 가격은 확인되지 않았다.(developers.openai.com)

공식 출처