Skip to main content
POST
/
v1
/
predict-duration
/
{voice_id}
Predict text-to-speech duration
curl --request POST \
  --url https://supertoneapi.com/v1/predict-duration/{voice_id} \
  --header 'Content-Type: application/json' \
  --header 'x-sup-api-key: <api-key>' \
  --data '{
  "text": "<string>",
  "language": "en",
  "style": "<string>",
  "model": "sona_speech_1",
  "output_format": "wav",
  "voice_settings": {
    "pitch_shift": 0,
    "pitch_variance": 1,
    "speed": 1,
    "duration": 0,
    "similarity": 3,
    "text_guidance": 1,
    "subharmonic_amplitude_control": 1
  }
}'
{
  "duration": 123
}
이 API는 음성을 실제로 생성하지 않고, 입력된 텍스트를 기반으로 예상 음성 길이(초 단위)만 반환합니다.
TTS 호출 전에 예상 크레딧 소모량을 파악하거나, 텍스트 길이를 조절할 때 유용합니다.

​
엔드포인트

https://supertoneapi.com/v1/predict-duration/{voice_id}

​
참고사항

  • 호출 방식과 Request Body는 text-to-speech API와 거의 동일합니다.
  • 다만 오디오는 반환되지 않고, 결과로 duration 값만 반환됩니다.
  • Predict Duration API 호출 시 크레딧은 소모되지 않습니다.
  • 크레딧이 차감되지 않습니다. (음성 생성이 이루어지지 않기 때문입니다)
  • 동일한 텍스트로 실제 호출했을 때와 매우 유사한 결과를 얻으실 수 있습니다.
  • voice_settings.speed 값을 조정하면 길이가 달라지므로, 고정된 발화 속도로 테스트하시는 것이 좋습니다.

​
요청 파라미터

ItemRequiredDescription
textYes분석할 텍스트입니다. 최대 300자입니다.
languageYes텍스트 언어입니다. ko, en, ja 중 하나입니다.
styleNo감정 스타일입니다. 미지정 시 기본 스타일이 사용됩니다.
modelNo기본값은 sona_speech_1입니다. 현재 이 모델만 사용 가능합니다.
voice_settingsNo발화 속도 또는 피치 조정 값입니다. 결과 길이에 영향을 줄 수 있습니다.

Authorizations

​
x-sup-api-key
string
header
required

Path Parameters

​
voice_id
string
required

Body

application/json
​
text
string
required

The text to convert to speech. Max length is 300 characters.

Maximum length: 300
​
language
enum<string>
required

Language code of the voice

Available options:
en,
ko,
ja
​
style
string

The style of character to use for the text-to-speech conversion

​
model
string
default:sona_speech_1

The model type to use for the text-to-speech conversion

​
output_format
enum<string>
default:wav

The desired output format of the audio file (wav, mp3). Default is wav.

Available options:
wav,
mp3
​
voice_settings
object

Response

Returns predicted duration of the audio in seconds

​
duration
number
⌘I