ChinaAPI
회원가입
글로벌 사이트
English 日本語 한국어 ไทย Tiếng Việt Русский Bahasa Indonesia Português do Brasil Español Français (English only)
회원가입

중국어 음성 API 디렉토리

중국어 음성 인식(ASR) 및 텍스트 음성 변환(TTS) API.

하나의 ChinaAPI key 로 이용할 수 있는 음성 인식·음성 합성 모델을 비교하세요. 각 모델은 실제 요청 경로를 그대로 사용합니다. stepaudio-2.5-tts, glm-tts, qwen3-tts-flash, speech-2.8-hd, speech-2.8-turbo, step-tts-2, step-tts-mini 는 /v1/audio/speech 를 사용합니다. stepaudio-2-asr-pro, step-asr, step-asr-1.1, qwen3-asr-flash, stepaudio-2.5-asr 는 /v1/audio/transcriptions 를 사용합니다. mimo-v2.5-asr 와 mimo-v2.5-tts 는 모델별 오디오 페이로드와 함께 /v1/chat/completions 를 사용합니다.

무료로 시작하세요 — $2 크레딧 실시간 가격 보기

라이브 카탈로그

하나의 데이터 소스에서 생성된 14 음성 모델.

엔드포인트 모드, 청구 단위, 기능 및 표시 가격은 다음에서 가져옵니다 Model IDs scripts/models-data.json오디오 가격은 ChinaAPI 를 통해 정산됩니다. 표시된 미디어 요금에는 제공업체 입력/출력 청구, 결제 처리, 차지백 위험 및 운영을 포함하는 서비스 마진이 포함될 수 있습니다. 모든 마진은 표시된 요금에 포함되어 있으며 별도로 추가되지 않습니다. 프로덕션 배포 전에 실시간 가격을 확인하십시오.

stepaudio-2-asr-pro

음성 인식(ASR) · StepFun

엔드포인트: 게시글 /v1/audio/transcriptions

요청 모드: OpenAI-compatible 종료점

청구: 오디오 1시간당 $0.35

AudioSpeech-to-Text

step-asr

음성 인식(ASR) · StepFun

엔드포인트: 게시글 /v1/audio/transcriptions

요청 모드: OpenAI-compatible 종료점

청구: 오디오 1시간당 $0.15

AudioSpeech-to-TextChinese Dialects

step-asr-1.1

음성 인식(ASR) · StepFun

엔드포인트: 게시글 /v1/audio/transcriptions

요청 모드: OpenAI-compatible 종료점

청구: 오디오 1시간당 $0.35

AudioSpeech-to-TextChinese Dialects

mimo-v2.5-asr

음성 인식 ( ASR ) · Xiaomi

엔드포인트: 게시글 /v1/chat/completions

요청 모드: input_audio 페이로드를 포함하는 채팅 완료

청구: 오디오 1시간당 $0.074

AudioSpeech-to-TextMultilingualChinese DialectsNoise Robustness

mimo-v2.5-tts

텍스트 음성 변환 ( TTS ) · Xiaomi

엔드포인트: 게시글 /v1/chat/completions

요청 모드: 메시지 자동 완성 기능과 오디오 출력 설정이 포함된 채팅 자동 완성 기능

청구: 10k 글자당 $0

기간 한정 무료 업스트림 가격 제공; 실제 서비스 출시 전에 가격을 확인하세요.

AudioText-to-SpeechMultilingualStyle ControlBuilt-in Voices

stepaudio-2.5-tts

텍스트 음성 변환(TTS) · StepFun

엔드포인트: 게시글 /v1/audio/speech

요청 모드: OpenAI-compatible 종료점

청구: 10k 글자당 $0.85

AudioText-to-SpeechContextual TTSStyle ControlBuilt-in Voices

glm-tts

텍스트 음성 변환(TTS) · Zhipu AI

엔드포인트: 게시글 /v1/audio/speech

요청 모드: OpenAI-compatible 종료점

청구: 10k 글자당 $0.3077

AudioText-to-SpeechStreamingEmotionVoice Control

qwen3-asr-flash

음성 인식 ( ASR ) · Alibaba

엔드포인트: 게시글 /v1/audio/transcriptions

요청 모드: OpenAI-compatible 종료점

청구: 오디오 1시간당 $0.1235

AudioSpeech-to-TextMultilingualEmotion RecognitionITN

qwen3-tts-flash

텍스트 음성 변환 ( TTS ) · Alibaba

엔드포인트: 게시글 /v1/audio/speech

요청 모드: OpenAI-compatible 종료점

청구: 10k 글자당 $0.1231

AudioText-to-SpeechMultilingualBuilt-in VoicesStreaming

speech-2.8-hd

텍스트 음성 변환 ( TTS ) · MiniMax

엔드포인트: 게시글 /v1/audio/speech

요청 모드: OpenAI-compatible 종료점

청구: 10k 글자당 $0.5385

AudioText-to-SpeechHigh FidelityEmotionMultilingual

speech-2.8-turbo

텍스트 음성 변환 ( TTS ) · MiniMax

엔드포인트: 게시글 /v1/audio/speech

요청 모드: OpenAI-compatible 종료점

청구: 10k 글자당 $0.3077

AudioText-to-SpeechLow LatencyEmotionMultilingual

step-tts-2

텍스트 음성 변환(TTS) · StepFun

엔드포인트: 게시글 /v1/audio/speech

요청 모드: OpenAI-compatible 종료점

청구: 10k 글자당 $0.4

AudioText-to-SpeechVoice CloningEmotionPronunciation Control

step-tts-mini

텍스트 음성 변환(TTS) · StepFun

엔드포인트: 게시글 /v1/audio/speech

요청 모드: OpenAI-compatible 종료점

청구: 10k 글자당 $0.15

AudioText-to-SpeechMultilingualVoice CloningStyle Control

stepaudio-2.5-asr

음성 인식(ASR) · StepFun

엔드포인트: 게시글 /v1/audio/transcriptions

요청 모드: OpenAI-compatible 종료점

청구: 오디오 1시간당 $0.022

AudioSpeech-to-TextStreamingChinese and EnglishITN

업무량에 따라 선택하세요

ASR은 음성 이해를, TTS는 음성 출력을 담당합니다.

전사 및 음성 이해

stepaudio-2-asr-pro: StepFun StepAudio 2 ASR Pro — 32B 파라미터 음성 인식 모델로, StepFun ASR 라인에서 정확도 우선 옵션이며 stepaudio-2.5-asr는 속도·비용 우선 옵션입니다. ogg, mp3, wav 업로드를 지원하며 전사 출력은 과금되지 않습니다.

전사 및 음성 이해

step-asr: StepFun step-asr — 중국어, 영어, 중국어 방언을 아우르는 범용 음성 인식. 전사, 회의록, 통화 품질 검토, 음성 검색에 사용합니다. ogg, mp3, wav 업로드를 지원하며 전사 출력은 과금되지 않습니다.

전사 및 음성 이해

step-asr-1.1: StepFun step-asr-1.1 — step-asr 라인의 범용 인식 모델을 갱신한 버전으로, 중국어, 영어, 중국어 방언을 지원합니다. ogg, mp3, wav 업로드를 지원하며 전사 출력은 과금되지 않습니다.

전사 및 음성 이해

mimo-v2.5-asr: Xiaomi MiMo-V2.5-ASR — 중국어, 영어, 코드 스위칭, 지역 방언, 잡음이 섞인 녹음, 원거리 오디오, 다중 화자 및 가사에 대한 음성 인식 기능을 제공합니다.

제어 가능한 음성 출력

mimo-v2.5-tts: Xiaomi MiMo-V2.5-TTS — 내장 음성, 자연어 스타일의 지시, 감정, 속도, 어조, 방언 및 문자 제어 기능을 갖춘 표현력 풍부한 다국어 음성 합성 기능.

전용 경로를 통한 음성 출력

stepaudio-2.5-tts: StepAudio 2.5 TTS — 인라인 자연어 지시, 표현력 있는 전달, 내장 음성 및 OpenAI-compatible 오디오 출력을 갖춘 문맥 기반 음성 합성.

전용 경로를 통한 음성 출력

glm-tts: GLM-TTS — 표현력 있는 전달, 스트리밍 출력, 빠른 초기 오디오 재생, 음성, 속도 및 볼륨 제어 기능을 갖춘 상황 인식 음성 합성 기능.

전사 및 음성 이해

qwen3-asr-flash: Qwen3-ASR-Flash — 언어 힌트, 역텍스트 정규화, 감정 인식 및 OpenAI-compatible 오디오 입력을 지원하는 다국어 파일 전사 기능입니다.

전용 경로를 통한 음성 출력

qwen3-tts-flash: Qwen3-TTS-Flash — 혼합 언어 입력, 내장 음성, 자동 언어 매칭 및 문자 기반 청구 기능을 갖춘 저지연 다국어 음성 합성.

전용 경로를 통한 음성 출력

speech-2.8-hd: MiniMax Speech 2.8 HD — 자연스러운 감정 전달, 언어 향상, 음성 제어 및 프로덕션 오디오 형식을 지원하는 고음질 음성 합성 기능.

전용 경로를 통한 음성 출력

speech-2.8-turbo: MiniMax Speech 2.8 Turbo — 자연스러운 출력, 감정 제어, 언어 향상 및 일반적인 프로덕션 오디오 형식을 지원하는 속도 중심의 음성 합성 기능입니다.

전용 경로를 통한 음성 출력

step-tts-2: 단계 TTS 2 — 공식 음성 및 복제 음성을 사용한 표현력 있는 음성 합성, 속도 및 음량 조절, 발음 매핑, 다양한 출력 형식.

전용 경로를 통한 음성 출력

step-tts-miniStep TTS — 중국어, 영어, 일본어, 광둥어, 쓰촨어에 대한 비용 효율적이고 표현력 있는 음성 합성 기능으로, 공식 음성 및 복제 음성을 제공합니다.

전사 및 음성 이해

stepaudio-2.5-asr: StepAudio 2.5 ASR — 빠른 중국어-영어 인식, ITN 정규화, 자막, 회의 및 음성 에이전트를 위한 4B MTP 스트리밍 전사 모델.

호환성 경계

OpenAI-compatible 는 하나의 보편적인 오디오 경로를 의미하는 것은 아닙니다.

라우트 이름과 요청 형식은 OpenAI-compatible 패턴을 따르지만, 클라이언트는 각 모델이 요구하는 오디오 필드를 보내야 합니다. stepaudio-2.5-tts, glm-tts, qwen3-tts-flash, speech-2.8-hd, speech-2.8-turbo, step-tts-2, step-tts-mini 는 /v1/audio/speech 를 사용합니다. stepaudio-2-asr-pro, step-asr, step-asr-1.1, qwen3-asr-flash, stepaudio-2.5-asr 는 /v1/audio/transcriptions 를 사용합니다. mimo-v2.5-asr 와 mimo-v2.5-tts 는 모델별 오디오 페이로드와 함께 /v1/chat/completions 를 사용합니다.

빠른 시작

필요한 모델과 운송 방식에 대한 요청서를 복사하세요.

stepaudio-2-asr-pro

음성 인식( ASR )을 통해 /v1/audio/transcriptions

curl -X POST https://api.chinaapi.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $CHINAAPI_API_KEY" \
  -F "model=stepaudio-2-asr-pro" \
  -F "[email protected]" \
  -F "response_format=json"

step-asr

음성 인식( ASR )을 통해 /v1/audio/transcriptions

curl -X POST https://api.chinaapi.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $CHINAAPI_API_KEY" \
  -F "model=step-asr" \
  -F "[email protected]" \
  -F "response_format=json"

step-asr-1.1

음성 인식( ASR )을 통해 /v1/audio/transcriptions

curl -X POST https://api.chinaapi.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $CHINAAPI_API_KEY" \
  -F "model=step-asr-1.1" \
  -F "[email protected]" \
  -F "response_format=json"

mimo-v2.5-asr

음성 인식( ASR )을 통해 /v1/chat/completions

AUDIO_BASE64=$(base64 < meeting.wav | tr -d '\n')

curl -X POST https://api.chinaapi.ai/v1/chat/completions \
  -H "Authorization: Bearer $CHINAAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mimo-v2.5-asr",
    "messages": [{
      "role": "user",
      "content": [{
        "type": "input_audio",
        "input_audio": {"data": "data:audio/wav;base64,'"$AUDIO_BASE64"'"}
      }]
    }]
  }'

mimo-v2.5-tts

텍스트 음성 변환( TTS )을 통해 /v1/chat/completions

curl -X POST https://api.chinaapi.ai/v1/chat/completions \
  -H "Authorization: Bearer $CHINAAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mimo-v2.5-tts",
    "messages": [
      {"role": "user", "content": "Natural, clear, and friendly delivery"},
      {"role": "assistant", "content": "Welcome to ChinaAPI. 欢迎使用语音模型。"}
    ],
    "audio": {"format": "wav", "voice": "冰糖"}
  }' > response.json

stepaudio-2.5-tts

텍스트 음성 변환( TTS )을 통해 /v1/audio/speech

curl -X POST https://api.chinaapi.ai/v1/audio/speech \
  -H "Authorization: Bearer $CHINAAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "stepaudio-2.5-tts",
    "voice": "cixingnansheng",
    "input": "（轻声）Welcome to ChinaAPI. 今天我们来测试自然语音。",
    "response_format": "mp3"
  }' \
  --output speech.mp3

glm-tts

텍스트 음성 변환( TTS )을 통해 /v1/audio/speech

curl -X POST https://api.chinaapi.ai/v1/audio/speech \
  -H "Authorization: Bearer $CHINAAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-tts",
    "voice": "tongtong",
    "input": "（轻声）Welcome to ChinaAPI. 今天我们来测试自然语音。",
    "response_format": "mp3"
  }' \
  --output speech.mp3

qwen3-asr-flash

음성 인식( ASR )을 통해 /v1/audio/transcriptions

curl -X POST https://api.chinaapi.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $CHINAAPI_API_KEY" \
  -F "model=qwen3-asr-flash" \
  -F "[email protected]" \
  -F "response_format=json"

qwen3-tts-flash

텍스트 음성 변환( TTS )을 통해 /v1/audio/speech

curl -X POST https://api.chinaapi.ai/v1/audio/speech \
  -H "Authorization: Bearer $CHINAAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3-tts-flash",
    "voice": "Cherry",
    "input": "（轻声）Welcome to ChinaAPI. 今天我们来测试自然语音。",
    "response_format": "mp3"
  }' \
  --output speech.mp3

speech-2.8-hd

텍스트 음성 변환( TTS )을 통해 /v1/audio/speech

curl -X POST https://api.chinaapi.ai/v1/audio/speech \
  -H "Authorization: Bearer $CHINAAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "speech-2.8-hd",
    "voice": "Chinese (Mandarin)_Warm_Bestie",
    "input": "（轻声）Welcome to ChinaAPI. 今天我们来测试自然语音。",
    "response_format": "mp3"
  }' \
  --output speech.mp3

speech-2.8-turbo

텍스트 음성 변환( TTS )을 통해 /v1/audio/speech

curl -X POST https://api.chinaapi.ai/v1/audio/speech \
  -H "Authorization: Bearer $CHINAAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "speech-2.8-turbo",
    "voice": "Chinese (Mandarin)_Warm_Bestie",
    "input": "（轻声）Welcome to ChinaAPI. 今天我们来测试自然语音。",
    "response_format": "mp3"
  }' \
  --output speech.mp3

step-tts-2

텍스트 음성 변환( TTS )을 통해 /v1/audio/speech

curl -X POST https://api.chinaapi.ai/v1/audio/speech \
  -H "Authorization: Bearer $CHINAAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "step-tts-2",
    "voice": "cixingnansheng",
    "input": "（轻声）Welcome to ChinaAPI. 今天我们来测试自然语音。",
    "response_format": "mp3"
  }' \
  --output speech.mp3

step-tts-mini

텍스트 음성 변환( TTS )을 통해 /v1/audio/speech

curl -X POST https://api.chinaapi.ai/v1/audio/speech \
  -H "Authorization: Bearer $CHINAAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "step-tts-mini",
    "voice": "cixingnansheng",
    "input": "（轻声）Welcome to ChinaAPI. 今天我们来测试自然语音。",
    "response_format": "mp3"
  }' \
  --output speech.mp3

stepaudio-2.5-asr

음성 인식( ASR )을 통해 /v1/audio/transcriptions

curl -X POST https://api.chinaapi.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $CHINAAPI_API_KEY" \
  -F "model=stepaudio-2.5-asr" \
  -F "[email protected]" \
  -F "response_format=json"

모든 ChinaAPI 음성 모델은 동일한 오디오 엔드포인트를 사용합니까?

No. stepaudio-2.5-tts, glm-tts, qwen3-tts-flash, speech-2.8-hd, speech-2.8-turbo, step-tts-2, step-tts-mini 는 /v1/audio/speech 를 사용합니다. stepaudio-2-asr-pro, step-asr, step-asr-1.1, qwen3-asr-flash, stepaudio-2.5-asr 는 /v1/audio/transcriptions 를 사용합니다. mimo-v2.5-asr 와 mimo-v2.5-tts 는 모델별 오디오 페이로드와 함께 /v1/chat/completions 를 사용합니다.

음성 모델은 어떤 방식으로 요금이 청구되나요?

stepaudio-2-asr-pro: 오디오 1시간당 $0.35; step-asr: 오디오 1시간당 $0.15; step-asr-1.1: 오디오 1시간당 $0.35; mimo-v2.5-asr: 오디오 1시간당 $0.074; mimo-v2.5-tts: 10k 문자당 $0; stepaudio-2.5-tts: 10k 문자당 $0.85; glm-tts: 10k 문자당 $0.3077; qwen3-asr-flash: 오디오 1시간당 $0.1235; qwen3-tts-flash: 10k 문자당 $0.1231; speech-2.8-hd: 10k 문자당 $0.5385; speech-2.8-turbo: 10k 문자당 $0.3077; step-tts-2: 10k 문자당 $0.4; step-tts-mini: 10k 문자당 $0.15; stepaudio-2.5-asr: 오디오 1시간당 $0.022. 표시된 미디어 요금에는 공급자 입출력 과금, 결제 처리, 차지백 리스크, 운영을 커버하는 서비스 마진이 포함될 수 있습니다. 마진이 있는 경우 표시 요금에 이미 포함되어 있으며 별도로 추가되지 않습니다. 이 값들은 이 페이지에 복사된 것이 아니라 모델 카탈로그에서 렌더링됩니다.

중국 본토 계정 없이도 이 모델들을 사용할 수 있나요?

예. ChinaAPI는 중국 본토 계정이나 전화번호 없이도 접속할 수 있습니다. 키를 등록한 후, 선택한 모델에 표시된 정확한 경로와 페이로드를 사용하십시오.