ElevenLabs 문서

Add ElevenLabs to my project: run `npx -y @elevenlabs/cli@latest onboard init` and follow what it prints.

ElevenLabs는 어떻게 작동하나요?

ElevenLabs는 텍스트 음성 변환, 음성 텍스트 변환, 음성 복제, 음성 에이전트, 생성형 오디오를 위한 AI 음성 인프라를 제공합니다. 대상에 따라 적합한 4가지 방식으로 사용할 수 있습니다.

ElevenCreative 는 크리에이터, 프로듀서, 편집자가 브라우저에서 직접 보이스오버, 음악, 더빙, 스튜디오 프로젝트를 생성할 수 있는 노코드 웹 애플리케이션입니다.

ElevenAgents 는 비기술 사용자를 위한 시각적 빌더와 개발자를 위한 완전한 프로그래밍 방식 제어 기능을 갖춘 음성 에이전트 설계 및 운영 플랫폼입니다.

ElevenAPI 는 모든 기능을 공식 Python 및 TypeScript SDK와 함께 REST 인터페이스로 제공하므로, 개발자는 자체 애플리케이션과 워크플로에 음성을 통합할 수 있습니다.

Reception.ai 는 소규모 및 중견 기업을 위한 즉시 배포 가능한 AI 전화 리셉셔니스트로, 하나의 대시보드에서 전화를 받고, 예약을 잡고, 일상 운영을 관리합니다.

경로 선택

ElevenCreative

단계별 가이드로 ElevenCreative 플랫폼 사용 방법 알아보기

ElevenAgents

ElevenLabs로 에이전트를 구축, 출시, 확장하는 방법 알아보기

ElevenAPI

예제와 튜토리얼로 ElevenLabs API 통합 방법 알아보기

개념

음성은 오디오 생성에 사용되는 음성 페르소나입니다. 각 음성에는 고유 ID가 있으며, 예를 들어 JBFqnCBsd6RMkjVDRZzb와 같이 대시보드에서 선택하거나 API 요청에 전달합니다. ElevenLabs는 10,000개 이상의 음성 라이브러리를 제공합니다. 오디오 녹음에서 음성을 복제하거나 텍스트 설명을 바탕으로 생성할 수도 있습니다.

모델은 생성된 오디오의 품질, 지연 시간, 언어 지원 범위를 제어합니다. eleven_v4는 90개 이상의 언어에서 가장 풍부한 표현력을 제공합니다. eleven_v4_turbo는 중앙값 약 100ms의 추론 지연 시간으로 실시간 사용에 적합합니다. 음성 텍스트 변환, 음악, 음향 효과 등 각 기능에는 전용 모델이 있습니다. 모델을 선택하려면 어떤 모델을 사용해야 하나요?를 참고하세요.

가격은 어떻게 책정되나요?

크레딧은 모든 제품에서 공통으로 사용하는 소비 단위입니다. 텍스트 음성 변환은 입력 텍스트 1자당 크레딧 1개가 필요합니다. 다른 작업은 처리된 오디오의 초 단위로 과금됩니다. 크레딧은 매월 초기화되며, 사용하지 않은 크레딧은 최대 2개월간 이월됩니다. 자세한 내역은 가격을 참고하세요.

월간 구독 없이 API를 사용하려면 종량제를 통해 잔액을 선불로 충전할 수 있습니다. 구독 크레딧을 모두 사용한 후 ElevenLabs 사용량에 따라 잔액이 차감됩니다.

프로덕션 환경을 위한 설계

ElevenLabs 텍스트 음성 변환은 얼마나 빠른가요?

Eleven Flash v2.5는 모델 추론 지연 시간 약 75ms로 오디오를 생성하며, Eleven v4 Turbo의 중앙값은 약 100ms입니다. Scribe v2 Realtime은 약 150ms 내에 부분 트랜스크립트를 반환합니다. 이 수치에는 애플리케이션 및 네트워크 지연 시간이 포함되지 않으므로, 사용자가 오디오를 듣기까지 걸리는 시간은 더 깁니다. 지연 시간 이해하기에서 수치에 포함되는 범위를 설명하며, 지연 시간 최적화에서 종단 간 지연 시간을 줄이는 방법을 다룹니다.

ElevenLabs는 규모 확장을 어떻게 처리하나요?

요금제에 따라 동시에 처리할 수 있는 요청 수가 결정됩니다. 동시성 한도는 동시 대화 수의 상한이 아닙니다. 일반적으로 한도 5는 사용되는 음성과 사용 사례에 따라 약 100개의 동시 오디오 브로드캐스트를 지원할 수 있습니다. 엔터프라이즈 요금제는 더 높은 한도를 제공합니다. 요금제별 한도와 부하 테스트 지침은 동시성 및 우선순위를 참고하세요.

엔터프라이즈 제어 기능

• 프라이빗 배포 는 자체 클라우드 계정 내에서 ElevenAgents, 텍스트 음성 변환, 음성 텍스트 변환을 실행하므로 텍스트, 오디오, 트랜스크립트가 네트워크 내에 유지됩니다.
• 데이터 레지던시 는 기본 미국 위치 대신 EU, 인도 또는 싱가포르의 격리된 환경에 데이터를 저장합니다. 엔터프라이즈 기능입니다.
• 워크스페이스 는 청구, 공유 리소스, 팀 액세스, API 키 관리를 한곳에 모읍니다. 엔터프라이즈 워크스페이스는 SAML 2.0 또는 OIDC 기반 SSO와 OCSF 스키마의 관리 작업 감사 로그를 추가로 제공합니다.

첫 오디오 생성하기

SDK를 설치하고 API 키를 환경 변수로 설정한 다음, 단일 요청으로 텍스트를 MP3 파일로 변환하세요. 대신 코딩 에이전트가 이 설정을 수행하도록 하려면 코딩 에이전트로 설정하기를 참고하세요.

pip install elevenlabs python-dotenv

ELEVENLABS_API_KEY=<your_api_key_here>

from dotenv import load_dotenv
from elevenlabs.client import ElevenLabs
import os
load_dotenv()
elevenlabs = ElevenLabs(
  api_key=os.getenv("ELEVENLABS_API_KEY"),
)
audio = elevenlabs.text_to_speech.convert(
    text="The first move is what sets everything in motion.",
    voice_id="JBFqnCBsd6RMkjVDRZzb",  # "George" - browse voices at elevenlabs.io/app/voice-library
    model_id="eleven_v4",
    output_format="mp3_44100_128",
)
with open("output.mp3", "wb") as f:
    for chunk in audio:
        f.write(chunk)

elevenlabs text-to-speech convert \
  --voice-id JBFqnCBsd6RMkjVDRZzb \
  --model-id eleven_v4 \
  --text "The first move is what sets everything in motion." \
  --output-format mp3_44100_128 \
  --output output.mp3

ElevenAPI 빠른 시작에서는 CLI 설정과 스피커를 통한 오디오 재생을 포함해 동일한 요청을 더 자세히 다룹니다.

ElevenAgents로 무엇을 만들 수 있나요?

ElevenAgents는 음성 인식, 선택한 LLM, 텍스트 음성 변환, 턴 테이킹을 하나의 음성 에이전트로 결합하며, 대시보드 또는 SDK를 통해 구성할 수 있습니다.

• 고객 지원: 에이전트에 지식 베이스를 연결하여 자체 문서의 질문에 답변하세요.
• 전화선: 네이티브 통합으로 Twilio 번호를 연결해 수신 및 발신 전화를 처리하거나, SIP 트렁킹을 통해 기존 전화 시스템을 연결하세요.
• 아웃바운드 캠페인: 일괄 통화로 한 번에 여러 발신 전화를 걸 수 있습니다.
• 웹사이트 및 앱: 위젯으로 음성과 텍스트를 모두 처리하는 에이전트를 삽입하세요.

ElevenAgents 빠른 시작에서 첫 에이전트를 처음부터 끝까지 구축합니다.

어떤 모델을 사용해야 하나요?

사용 사례부터 시작하세요. 아래의 각 모델 ID는 API 요청에서 model_id로 전달할 값입니다.

더 많은 사용 사례는 적합한 모델 선택하기를, 전체 사양은 모델 레퍼런스를 참고하세요.

기능별 탐색