메인 콘텐츠로 건너뛰기

​
기능 맵

필요사용
즉시 로컬 재생cast "text"
재사용 가능한 오디오 파일--out file.wav 또는 --out file.mp3 --format mp3
에이전트의 실시간 느낌 응답--out 없이 기본 재생
타임스탬프 JSON--timestamps-out file.json
SRT 또는 WebVTT 자막--timestamps-out file.srt 또는 --timestamps-out file.vtt
클로닝한 커스텀 음성cast voices clone 후 --voice-id uc_xxx

​
기본 사용법

# 바로 재생
cast "Hello, world!"

# 특정 음성 사용
cast "Hello, world!" --voice-id tc_xxx

# WAV 파일로 저장
cast "Hello, world!" --out hello.wav

# MP3 파일로 저장
cast "Hello, world!" --out hello.mp3 --format mp3

# 오디오와 SRT 자막 함께 저장
cast "Hello, world. This is a test." --out hello.wav --timestamps-out hello.srt
기본적으로 cast는 오디오를 즉시 재생합니다. --out을 사용하면 WAV 또는 MP3 파일로 저장할 수 있습니다.
로컬 에이전트가 빠르게 말해야 하는 상황에서는 --out 없이 바로 재생하는 방식이 가장 단순합니다. API 레벨의 chunked streaming(POST /v1/text-to-speech/stream)은 Streaming TTS와 SDK 문서를 참고하세요.

​
옵션

플래그설명기본값
--voice-idVoice IDtc_60e5426de8b95f1d3000d7b5
--model모델 (ssfm-v30, ssfm-v21)ssfm-v30
--language언어 코드 (ISO 639-3)자동 감지
--emotion감정 유형: smart, preset
--emotion-preset이모션 프리셋 (--emotion preset 필요)
--emotion-intensity감정 강도 0.0-2.0 (--emotion preset 필요)1.0
--prev-text문맥을 위한 이전 문장 (--emotion smart 전용)
--next-text문맥을 위한 다음 문장 (--emotion smart 전용)
--volume볼륨 (0-200)100
--pitch피치 (반음 단위, -12 ~ +12)0
--tempo템포 배율 (0.5-2.0)1.0
--format출력 형식 (wav, mp3)wav
--seed재현 가능한 출력을 위한 부호 없는 정수 시드 (>= 0)
--out재생 대신 파일로 저장
--timestamps-out타임스탬프 출력을 JSON, SRT, WebVTT로 저장
--timestamps-format타임스탬프 출력 형식 (json, srt, vtt)--timestamps-out에서 추론
--granularity타임스탬프 단위 (word, char, both)서버 기본값

​
모델

모델언어감정지연시간
ssfm-v3037개7개 프리셋 + 스마트 이모션표준
ssfm-v2127개4개 프리셋: normal, happy, sad, angry낮음
cast "Hello, world!" --model ssfm-v21

​
감정

AI가 텍스트에서 적절한 감정을 자동으로 추론합니다. 스마트 이모션은 ssfm-v30에서 사용할 수 있습니다.
cast "I just got promoted!" --emotion smart
더 나은 문맥을 위해 앞뒤 문장을 제공할 수 있습니다:
cast "I just got promoted!" --emotion smart \
  --prev-text "I have been working so hard this year." \
  --next-text "Let's celebrate tonight!"