Voxtral TTS 3와 HeyGen Voice: 실제 보이스오버 제작 비용
새로운 외부 음성 API와 OmniArt에서 사용할 수 있는 음성을 비교합니다. 달러 가격과 크레딧을 구분하고 언어 제한을 확인한 뒤 실시간 에이전트나 완성형 보이스오버에 맞춰 선택하세요.
Voxtral TTS 3와 HeyGen Voice가 출시되면서 크리에이터가 검토할 수 있는 글자 수 기반 API 요금이 늘었습니다. 하지만 보이스오버 예산을 잡을 때는 최종 승인을 받을 만한 녹음을 얻는 데 무엇이 필요한지가 더 중요합니다. 목표 언어, 실제로 쓸 수 있는 표현, 스크립트 길이, 추가 녹음 횟수를 함께 봐야 합니다. 이 글에서는 외부 API와 OmniArt 오디오 모드에서 선택할 수 있는 음성 모델을 비교합니다.
2026년 10월 26일 확인: Voxtral TTS 3와 HeyGen Voice는 모두 OmniArt 공개 카탈로그에 없습니다. 아래의 USD 가격은 각각 Mistral과 fal의 가격입니다. OmniArt에서 사용할 수 있는 모델은 크레딧으로 결제하므로 두 단위는 분리해서 다룹니다.
Voxtral TTS 3와 HeyGen Voice: 출시된 기능#
Mistral은 Voxtral TTS 3 (새 탭에서 열립니다)의 출시일을 2026년 10월 20일로 표기하고 공개 프리뷰로 분류합니다. 발표문 (새 탭에서 열립니다)에서는 배치 및 실시간 음성 생성을 설명합니다. 이는 2026년 10월 26일에 확인한 업체 발표 내용이며, OmniArt의 청취 테스트 결과가 아닙니다.
fal은 2026년 10월 21일 HeyGen Voice를 발표했습니다 (새 탭에서 열립니다). 현재 표준 버전 (새 탭에서 열립니다)과 Turbo 버전 (새 탭에서 열립니다) 페이지는 음성 라이브러리의 음색이나 참조 녹음으로 음성을 생성하는 기능을 제공합니다. 이 글의 가격은 2026년 10월 26일에 확인한 fal 플랫폼 가격이며, HeyGen 자체 직접 API 가격을 의미하지 않습니다.
1,000자당 가격 비교#
외부 API 표는 USD만 사용합니다. Mistral 요금과 fal의 정상가 및 프로모션 가격은 2026년 10월 26일에 확인한 업체 또는 플랫폼 페이지에 근거합니다. 1,000자 단위 환산은 결제 단위를 맞추기 위한 계산이며 음성 품질 측정이 아닙니다.
| 외부 모델 / 플랫폼 | 명시된 요금 | 1,000자당 USD | 요청당 텍스트 상한 |
|---|---|---|---|
| Voxtral TTS 3 / Mistral (새 탭에서 열립니다) | 100만 자당 $13 | $0.013 | 이 글에서 검토한 모델 카드로는 확인되지 않음 |
| HeyGen Voice / fal (새 탭에서 열립니다) | 정상가 1,000자당 $0.03 | 정상가 $0.03, 프로모션 $0.015 | 5,000자 |
| HeyGen Voice Turbo / fal (새 탭에서 열립니다) | 정상가 1,000자당 $0.004 | 정상가 $0.004, 프로모션 $0.002 | 5,000자 |
fal은 두 Voice 페이지에서 2026년 10월 31일까지 50% 할인 프로모션을 안내합니다. 그 이후의 예산을 잡기 전에는 해당 페이지를 다시 확인하세요. 상한은 2026년 10월 26일에 확인한 fal의 표준 버전 스키마 (새 탭에서 열립니다)와 Turbo 버전 스키마 (새 탭에서 열립니다)에 근거합니다.
다음 표는 OmniArt 크레딧만 사용하며, 2026년 10월 26일에 확인한 OmniArt 모델 카탈로그와 공통 음성 요금 규칙을 따릅니다. 공개 모델 링크를 누르면 해당 모델 페이지가 열립니다.
| OmniArt에서 사용 가능한 모델 | 글자 수 구간당 크레딧, 일부 구간도 올림 과금 | 1,000자당 크레딧 | 스크립트 상한 | 최소 요금제 |
|---|---|---|---|---|
| Eleven v3 | 50자당 1 크레딧 | 20 | 5,000자 | Starter |
| Eleven Multilingual v2 | 50자당 1 크레딧 | 20 | 10,000자 | Starter |
| Eleven Turbo v2.5 | 100자당 1 크레딧 | 10 | 20,000자 | Starter |
| MiniMax Speech 2.8 HD | 50자당 1 크레딧 | 20 | 9,999자 | Free |
| MiniMax Speech 2.8 Turbo | 100자당 1 크레딧 | 10 | 9,999자 | Free |
참고
USD와 OmniArt 크레딧은 서로 다른 단위입니다. 이 글에서는 두 단위를 환산하거나 어느 쪽이 더 저렴한지 순위를 매기지 않습니다. Free 요금제에서 사용하는 모델도 크레딧을 소모합니다.
같은 날짜에 확인한 카탈로그 규칙에 따라 OmniArt는 사용한 글자 수 구간을 각각 올림 처리합니다. 녹음을 한 번 더 만들 때마다 별도의 생성으로 계산됩니다. 표현 지시 태그를 포함한 실제 스크립트를 오디오 모드에 붙여 넣고, 생성하기 전에 표시되는 예상 비용을 확인하세요. 단가가 낮아도 발음 수정이나 타이밍 조정 때문에 여러 번 다시 생성하면 실제 제작 예산은 커질 수 있습니다.
언어와 음성 복제: 세부 조건 확인#
2026년 10월 26일 기준 Mistral 모델 카드 (새 탭에서 열립니다)에는 9개 언어가 명시되어 있습니다. 발표문 (새 탭에서 열립니다)은 35개 이상 언어와 50개 이상 방언, 언어 문서 (새 탭에서 열립니다)는 35개 언어와 50개 이상 방언을 안내합니다. 업체 자료끼리 일치하지 않으므로 API 전체의 실제 지원 범위는 확정하지 않습니다. 현지화 프로젝트에 도입하기 전, 사용할 언어와 음성의 조합을 확인하세요.
아래 기능은 업체 또는 플랫폼이 안내한 내용입니다. 2026년 10월 26일에 Mistral의 TTS 개요 (새 탭에서 열립니다), 언어 문서 (새 탭에서 열립니다), 복제 가이드 (새 탭에서 열립니다) 및 fal의 Voice API 문서 (새 탭에서 열립니다)와 대조했습니다.
| 항목 | Voxtral TTS 3 | fal의 HeyGen Voice |
|---|---|---|
| 언어 | 모델 카드: 9개, 발표문: 35개 이상, 언어 문서: 35개와 50개 이상 방언 | 선택 가능한 언어 코드 39개, 생략 시 자동 감지 |
| 프리셋 | 언어 표의 22개 항목에 프리셋 음성 총 35개, 프리셋이 없는 언어는 복제 사용 | 공개 음성 24개 |
| 복제 입력 | 짧은 녹음으로 제로샷 복제, 음성을 저장해 ID로 재사용 가능 | 단일 화자 녹음, 처음 3분만 사용 |
| 표현 제어 | 감정 태그 34개, slow / fast 속도 태그, 음소 발음 및 맥락 기반 TTS | expressiveness_boost |
| 출력 | MP3, WAV, PCM, FLAC, Opus | 44.1 kHz WAV |
발표문에서는 지시 이행을 언급하지만 Mistral 개요에는 출시 시점에 자연어 스타일 지시를 사용할 수 없다고 명시되어 있습니다. 해당 기능을 사용할 수 있다는 전제로 작업 흐름을 설계하지 마세요. 이 글에서는 Pro Voice의 제공 여부나 가격도 확인된 것으로 다루지 않습니다. 사용 권한이 있는 음성만 복제하세요.
실시간 에이전트와 완성형 보이스오버#
Mistral의 TTS 개요 (새 탭에서 열립니다)는 완성된 텍스트용 voxtral-mini-tts-3-0과 실시간용 voxtral-mini-tts-realtime-3-0을 구분합니다. 모델 카드 (새 탭에서 열립니다)는 첫 오디오가 나오기까지 약 90ms가 걸린다고 안내하며, 2026년 10월 26일에 확인했습니다. 이는 업체가 발표한 스트리밍 수치로, 실제 측정한 전체 대화 지연 시간이나 OmniArt의 지연 시간 보장이 아닙니다.
실시간 에이전트를 개발한다면 외부 API 통합 시 상호작용 전체를 테스트해야 합니다. 발화 종료 감지, 답변 생성, 오디오 전송, 재생 시작까지 확인해야 합니다. 첫 오디오 지연 시간이 짧다는 사실만으로 통화자가 대화를 매끄럽게 느낄지 판단할 수는 없습니다.
완성형 보이스오버에서는 발음, 표현, 편집 편의성부터 확인하세요. 고유 명사와 문장 끝부분을 듣고 해당 녹음을 영상에 맞춰 보세요. OmniArt 오디오 작업 흐름은 이런 편집에 사용할 완성된 오디오 파일을 만듭니다. 요금표는 스크립트 비용을 예상하는 데 도움이 되지만, 최종 영상에 어떤 연기를 넣을지 결정해 주지는 않습니다.
지금 OmniArt에서 음성 고르기#
2026년 10월 26일에 확인한 OmniArt 카탈로그를 기준으로, 작업별 출발점을 정리했습니다. 직접 들어볼 후보이며 비교 청취 점수가 아닙니다.
| 작업 | 시도할 모델 | 확인할 점 |
|---|---|---|
| 감정 태그가 있는 짧은 보이스오버 | Eleven v3 | 의도한 순간에 태그가 표현을 바꾸는지 |
| 긴 다국어 내레이션 | Eleven Multilingual v2 | 목표 언어와 발음, 언어 코드 29개 및 자동 감지 |
| 글자당 크레딧 비용을 낮춘 긴 스크립트 | Eleven Turbo v2.5 | 목표 언어, 언어 코드 32개 및 자동 감지 |
| Free 요금제로 완성형 내레이션 제작 | MiniMax Speech 2.8 HD | 최종 편집본과 어울리는 표현인지 |
| Free 요금제로 초안 제작 | MiniMax Speech 2.8 Turbo | 추가 생성 전 스크립트의 타이밍 |
위 언어 코드 수는 같은 날짜에 확인한 OmniArt 카탈로그에 근거하며, 업체의 더 폭넓은 마케팅상 언어 수와는 다릅니다. 현재 선택 메뉴에서 목표 언어를 확인하세요. 프로젝트에 필요한 이름, 쉼, 어조 변화가 들어간 짧은 구절부터 시작하세요.
음성은 고정한 채 태그가 있는 버전과 없는 버전으로 이 스크립트를 들어보세요. 그런 다음 태그를 하나씩 바꿔 보세요. Eleven v3 오디오 태그 가이드는 태그 배치를 설명하며, Eleven v4와 Eleven v3 비교는 새로 출시된 외부 모델과 OmniArt에 있는 모델을 구분합니다. 초안에서 최종본까지 편집하는 방법은 MiniMax Speech 보이스오버 가이드를 참고하세요. 이전 가이드와 상한이 다르면 이 글의 현재 상한을 적용하세요.
자주 묻는 질문#
Voxtral TTS 3 가격은 얼마인가요?
2026년 10월 26일에 확인한 Mistral 모델 카드 (새 탭에서 열립니다)의 가격은 100만 자당 $13이며, 1,000자당 $0.013에 해당합니다. 이는 업체가 안내한 공개 프리뷰 모델의 API 가격입니다. OmniArt 크레딧 요금이 아니며, 이 수치만으로 음성 에이전트의 전체 대화 비용을 알 수는 없습니다.
HeyGen Voice 가격은 얼마인가요?
2026년 10월 26일 기준 fal의 정상가는 HeyGen Voice (새 탭에서 열립니다)가 1,000자당 $0.03, Turbo (새 탭에서 열립니다)가 $0.004입니다. 10월 31일까지 안내된 프로모션에서는 각각 $0.015와 $0.002로 내려갑니다. 두 스키마 모두 요청당 텍스트를 5,000자로 제한합니다. 이는 fal 플랫폼 조건이므로 구매 전에 페이지를 다시 확인하세요.
Voxtral TTS 3는 몇 개 언어를 지원하나요?
2026년 10월 26일 기준 업체 자료가 서로 다릅니다. Mistral 모델 카드 (새 탭에서 열립니다)는 9개 언어, 발표문 (새 탭에서 열립니다)은 35개 이상, 언어 문서 (새 탭에서 열립니다)는 35개 언어와 50개 이상 방언을 안내합니다. 해당 문서는 22개 언어 항목에 프리셋을 나열합니다. 이 차이에 대해 결론을 내리지 않으므로, API를 도입하기 전에 목표 언어와 음성을 검증하세요.
OmniArt에서 Voxtral TTS 3나 HeyGen Voice를 사용할 수 있나요?
사용할 수 없습니다. 2026년 10월 26일에 확인한 OmniArt 공개 카탈로그에 두 모델 모두 없습니다. 오디오 모드에서 이 글이 다루는 대안으로 Eleven v3, Eleven Multilingual v2, Eleven Turbo v2.5, MiniMax Speech 2.8 HD, MiniMax Speech 2.8 Turbo를 사용할 수 있습니다. 스크립트, 언어, 예상 크레딧, 필요한 요금제를 기준으로 선택하세요. 외부 업체의 모델 출시는 OmniArt 출시일을 뜻하지 않습니다.
