
DIVE TTS는 고객 서버(NCP VPC·폐쇄망) 안에서 동작하는 설치형 실시간 음성합성 엔진입니다. GPU 없이도 AICC·AI 콜봇·ARS에 필요한 빠르고 자연스러운 음성을 만듭니다.
구성
- 고객 서비스: AICC · AI 콜봇 / ARS · IVR 안내 / 안내 방송 · 키오스크
- ① 텍스트 요청 (HTTPS API · WebSocket): 고객 서비스 → DIVE TTS 설치형 서버
- DIVE TTS 설치형 서버 (NAVER Cloud Platform · 고객 VPC / 폐쇄망): CPU 서버로 동작 · GPU 서버 선택 가능
- 처리 단계: 문맥 분석 → 음성 합성 → 스트리밍 출력
- ② 음성 응답 (실시간 스트리밍 · 파일): DIVE TTS 설치형 서버 → 고객 서비스
- 외부 인터넷 연결 없이 고객 서버 안에서 합성합니다.
KEY POINT
| Point 1 CPU만으로 실시간 합성 | GPU 없이 CPU 서버만으로 스트리밍 음성을 만듭니다. |
| Point 2 실시간 스트리밍 지원, 빠른 첫 음성 | 권장 사양·단일 요청 기준 0.35초 이하로 응답이 빠릅니다. |
| Point 3 Human-Like의 자연스러움 | 문장 의미에 맞춰 억양과 쉼을 사람처럼 살립니다. |
| Point 4 데이터 내부 처리 | 텍스트와 음성이 고객 서버 밖으로 나가지 않습니다. |
제품 상세
KEY POINT
DIVE TTS는 고객 서버 안에서 동작하는 실시간 음성합성 엔진입니다. GPU 없이 CPU 서버만으로 AICC·AI 콜봇·ARS에 필요한 빠르고 자연스러운 음성을 만듭니다.
| Point 1 CPU만으로 실시간 합성 | GPU 없이 CPU 서버만으로 실시간 스트리밍 합성을 합니다. 네이버클라우드 High CPU 서버로 바로 구성할 수 있습니다. |
| Point 2 빠른 첫 음성 | 권장 사양에서 단일 요청의 첫 음성이 0.35초 이하입니다. 고객이 기다리지 않는 대화형 응답을 만듭니다. |
| Point 3 문맥을 읽는 자연스러움 | 문장의 의미에 맞춰 톤·템포·강세를 스스로 조절합니다. 휴멜로 DIVE는 한국어 TTS 아레나 전체 1위(2026.11 기준)입니다. |
| Point 4 데이터 내부 처리 | 오프라인 패키지로 설치해 외부 인터넷 연결 없이 동작합니다. 개인정보가 담긴 안내 문장도 서버 밖으로 나가지 않습니다. |
| Point 5 전화망 바로 연동 | G.711(μ-law·A-law) 8kHz와 PCM·WAV 16kHz로 출력해 ARS·IVR·콜봇에 바로 연결합니다. |
| Point 6 원하는 목소리, 보이스클로닝 지원 | 템플릿 목소리 195종 중에서 고르거나, 보이스클로닝으로 기업 전용 목소리를 만들어 탑재합니다. |
주요 기능
| 음성 합성 | - 한국어·영어 합성, 한 문장 안의 한·영 혼용 읽기 - 문맥에 맞춘 억양·강세·쉼 자동 생성 - 속도·피치·음량, 문장 사이 쉼 길이 조절 - 파일(비스트리밍)·실시간 스트리밍 합성 |
| API 연동 | - HTTPS REST API(비스트리밍·스트리밍)와 WebSocket - API 키 인증, TLS 1.2·1.3 암호화 통신 - 출력: WAV·PCM(16kHz·8kHz), G.711 μ-law·A-law(8kHz) - 목소리 목록 조회 API |
| 발음·읽기 제어 (SSML 1.1 부분 지원) | - 쉼(break)과 구간별 속도·피치·음량(prosody) 자동 조절 - 숫자·날짜·시간·전화번호 읽기 방식 지정(say-as) - 대체 읽기, 한글 발음 지정 - 발음 사전으로 고유명사·약어 읽기 등록 |
| 운영·관리 | - 웹 콘솔에서 합성 테스트·이력·API 키 확인 - 서버 단위 라이선스 키, 오프라인 설치 패키지 제공 |
지원 환경
- 운영체제: Ubuntu 22.04·24.04 / Rocky Linux 8·9
- 실행 환경: Linux x86_64 서버 / Docker
- 언어: 한국어 · 영어 (한 문장 혼용 가능)
- 서버: CPU 서버(GPU 불필요) / GPU 서버 선택 가능
구성도
고객 VPC 안의 DIVE TTS 서버를 고객 시스템이 내부망으로 호출합니다. 이중화할 때는 서로 다른 존에 서버 2대를 두고 내부용 Load Balancer가 요청을 나눕니다.
NAVER Cloud Platform의 고객 VPC 안에 다음과 같이 구성합니다.
- 고객 시스템: AICC · AI 콜봇 / ARS · IVR / 안내 방송 · 키오스크
- 고객 시스템 → Load Balancer: HTTPS API
- Load Balancer: 내부용 · TCP 8443 (이중화 시)
- Load Balancer → DIVE TTS 서버 1 (KR-1 존 · High CPU g3a), DIVE TTS 서버 2 (KR-2 존 · High CPU g3a)
- 관리 접속: SSL VPN 또는 Bastion
- 오프라인 설치: 외부 인터넷 연결 없이 설치·운영
- DB·공유 스토리지 불필요: 합성은 상태를 저장하지 않음
서비스 이용 가이드
기술지원 문의
설치와 초기 설정은 휴멜로 엔지니어가 원격으로 진행합니다.
Tel 010-9560-8549 · hyun@humelo.com (평일 오전 9시 ~ 오후 6시)
요금
요금
| 구분 | 제공 단위 | 이용 요금 (VAT 별도) |
|---|---|---|
| 라이선스 (CPU 설치형) | 동시 처리 1채널 · 영구 라이선스 | 견적 문의 |
| 유지보수 | 장애 대응 · 기술지원 · 업데이트 | 라이선스 금액의 연 10% |
| 목소리 추가 (템플릿) | 템플릿 195종 중 선택 (기본 1개 포함) | 1,500,000원 / 개 |
| 목소리 추가 (보이스클로닝) | 원하는 목소리를 복제해 전용 목소리 제작 | 2,000,000원 / 개 |
| 설치 · 초기 설정 | 휴멜로 엔지니어 원격 구축 (현장 방문은 협의) | 견적 문의 |
* 라이선스는 동시에 합성하는 채널 수 기준이며 채널 단위로 늘릴 수 있습니다.
* 기본 목소리 1개가 포함되며 설치 가능 목소리는 최대 10개까지 탑재합니다.
* 네이버클라우드 서버(인프라) 이용요금은 별도이며, 모든 금액은 VAT 별도입니다.
* 적용되는 제품 버전은 DIVE TTS V1.0 (설치형 CPU·GPU)입니다.
대표 고객사
- 통신 · 방송 · 공공: KT · LG유플러스 · KBS · GC케어 · 대한법률구조공단
- 금융: 카카오페이 · KB라이프 · 신협
- 엔터테인먼트 · IT: SM엔터테인먼트 · 스마일게이트 · 삼성SDS · 이스트소프트 · 브리지텍
권장 서버 사양 및 상품
일반 채널 (10초마다 30자, IVR용)
- 10채널: c16-g3a 1대
- 30채널: c16-g3a 2대
- 50채널: c16-g3a 3대
연속 채널(모든 채널이 같은 시간에 쉬지 않고 30자 문장을 이어 말할 때, 끊김 없이 실시간 음성 출력)
- 10채널: c32-g3a 1대
- 30채널: c32-g3a 3대
- 50채널: c32-g3a 5대
- 모두 AMD 서버(g3a) 기준입니다. 같은 가격의 Intel 서버(g3)는 처리량이 절반 이하라 제외했습니다.
- 서버 1대가 받는 채널은 c16-g3a가 일반 20·연속 5, c32-g3a가 일반 28·연속 10입니다. c48·c64는 커진 만큼 채널이 늘지 않아 c16·c32 여러 대가 더 저렴합니다.
- 여러 대는 네이버클라우드 로드밸런서로 묶고, 이중화가 필요하면 위 대수에 1대씩 추가할 수 있습니다.
기술 지원
솔루션 및 기술지원 문의
- 담당 : 안상현 총괄
- TEL : 010-9560-8549 (평일 오전 9시 ~ 오후 6시)
- E-MAIL : hyun@humelo.com
- Website : https://www.humelo.com
활용사례
주요 활용 분야
실시간 응답이 필요한 상담·안내와, 데이터가 밖으로 나가면 안 되는 내부망 서비스에 쓰입니다.
| 활용 분야 | 내용 |
|---|---|
| AICC · AI 콜봇 | 상담 답변을 문장 단위로 실시간 스트리밍해 대기 없이 대화합니다. STT·AI 상담 엔진과 연결해 24시간 응대합니다. |
| ARS · IVR 안내 | 이름·금액·날짜가 들어간 가변 멘트를 바로 합성합니다. G.711 8kHz 출력으로 전화망에 그대로 연결합니다. |
| 공공 · 금융 보안망 | 망분리·내부망에서 외부 연결 없이 운영합니다. 개인정보가 담긴 안내 문장도 서버 안에서 처리합니다. |
| 안내 방송 · 키오스크 | 사내·시설 안내 방송과 키오스크 음성을 만듭니다. 정해진 방송 문구는 미리 합성해 정시에 내보냅니다. |
| 교육 · 콘텐츠 | 교육 자료와 사내 영상의 내레이션을 만듭니다. 한국어와 영어가 섞인 문장도 자연스럽게 읽습니다. |
| 기업 전용 목소리 | 보이스클로닝으로 브랜드 전용 목소리를 만듭니다. 상담·방송·앱 안내를 같은 목소리로 통일합니다. |