확인 방법: Hume의 종료 공지와 이전 가격은 두 라이브 페이지가 현재 Hume의 새 제품으로 리디렉션되기 때문에, Wayback Machine에 보관된 Hume 자체 변경 내역과 가격 페이지에서 가져왔습니다. 그 외 모든 가격은 2026년 11월 11일에 확인한 각 공급업체의 가격 페이지에서 가져왔습니다. 텍스트 음성 변환 가격은 비교할 수 있도록 오디오 1시간당 비용으로 환산했습니다. 이 API들을 직접 실행해 보지는 않았으며, 여기에 있는 지연 시간 수치는 공급업체 주장(표기함)과 하나의 독립 벤치마크뿐입니다.
Hume이 발표한 내용과 남은 것#
2026년 10월 2일 Hume은 개발자 changelog에 "TTS and EVI API sunset notice"를 게시했습니다. 게시문은 다음과 같습니다. "Hume is sunsetting the TTS and EVI APIs. Access ends November 13, 2026 at 12:01 a.m. EST, and both APIs remain fully supported until then." 같은 공지에는 해당 날짜 이후 계정에 있는 모든 데이터가 영구적으로 삭제된다고 나와 있습니다(Hume changelog, 2026년 10월 3일 보관).
회사로서의 Hume은 문을 닫지 않습니다. 홈페이지에서는 현재 Audio Decisions API를 판매하고 있으며, 이 API는 전사본 없이 녹음에 대한 질문(통화자가 어떤 감정을 보이는지, 어떤 언어가 사용되는지, 몇 명이 말하고 있는지)에 답합니다. 개발자 문서와 changelog는 이제 이 제품만 다루며, 기존 Octave 문서 URL은 이쪽으로 리디렉션됩니다. 따라서 통화에서 감정을 측정하기 위해 Hume을 사용했다면, 그 부분은 다른 형태로 계속 이어집니다. Octave나 EVI를 통해 음성 출력을 위해 Hume을 사용했다면 새로운 업체가 필요합니다.
하나가 아닌 두 가지 마이그레이션#
Hume은 서로 다른 두 가지를 판매했으며, 각각 대체 수단이 다릅니다.
- EVI (Empathic Voice Interface)는 음성 입력과 음성 출력 사이에 언어 모델이 들어가는 speech-to-speech API였습니다. 대체 수단은 실시간 음성 API와 관리형 음성 에이전트 플랫폼이며, 대화 분당 요금으로 책정됩니다.
- Octave는 텍스트를 보내면 음성을 받는 text-to-speech API로, 발화 방식을 제어할 수 있었습니다. 대체 수단은 TTS API이며, 글자당 또는 오디오 분당 요금으로 책정됩니다.
EVI 대안: 실시간 음성 API 비교#
참고로 Hume의 마지막 공개 가격 페이지(2026년 9월 30일 보관본)에서는 요금제에 EVI 분이 분당 $0.07에서 $0.04까지로 포함되어 있었고, 추가 EVI 3 분은 $0.06~$0.04였습니다. 현재 실시간 대체 서비스의 요금은 다음과 같습니다.
| API | How it is priced | Per minute, as published | What is included |
|---|---|---|---|
| OpenAI Realtime (gpt-realtime-2.1) | Per token | Not published per minute: $32 per 1M audio input tokens, $64 per 1M audio output tokens (mini: $10 / $20) | Speech in, model, speech out |
| Gemini 3.8 Live (Google) | Per token, with Google's per-minute estimates | $0.005 per minute of audio in, $0.018 per minute of audio out, plus text and thinking tokens | Speech in, model, speech out |
| ElevenLabs Realtime v1 Mini / Max | Per minute | $0.08 per minute plus LLM usage | Speech-to-speech model; LLM billed separately |
| Ultravox (now owned by Inworld) | Per minute | $0.05 per minute after 30 free minutes; Pro $100 a month | Speech-native model and hosted agent platform |
| Deepgram Voice Agent API | Per minute of connection | $0.075 Standard; $0.065 if you bring your own LLM; $0.050 bringing your own LLM and TTS | Speech-to-text, a managed LLM and text-to-speech in one rate |
| Rime Prism | Per minute | $0.080 (Flex); $0.064 on the $100-a-month Scale plan | Speech-to-speech model |
| Cartesia Managed Agents | Per minute | $0.03 agent fee (cut from $0.06), plus $0.014 a minute for a Cartesia phone number; LLM billed separately | Agent runtime on Cartesia's own speech models |
어떤 EVI 대체 서비스가 적합한가#
- EVI와 같은 구조, 즉 모델이 안에 들어 있는 하나의 소켓을 원하는 경우: OpenAI Realtime 또는 Gemini Live. Google은 Gemini Live의 분당 추정치(입력 오디오 분당 $0.005, 출력 $0.018)를 공개합니다. OpenAI는 실시간 모델의 토큰당 가격만 공개하므로 월 청구액을 예측하기가 더 어렵습니다. ElevenLabs의 Realtime v1은 OpenAI Realtime과 호환된다고 밝히고 있어, 이미 해당 프로토콜을 대상으로 하고 있다면 이전 작업이 짧아질 수 있습니다.
- 전화 또는 웹 에이전트에 분당 정액 요금 하나를 원하는 경우: Ultravox는 무료 30분 이후 분당 $0.05의 정액 요금을 부과합니다. Inworld는 2026년 9월 30일 Ultravox를 인수했으며, Inworld의 발표에 따르면 기존 음성 ID는 계속 작동합니다. Deepgram의 $0.075 Standard 요금은 Deepgram의 설명에 따르면 음성 인식, 관리형 LLM, 텍스트 음성 변환을 하나의 가격으로 포함합니다.
- EVI의 감정 인식 기능을 사용한 경우: Hume이 EVI로 내세운 방식처럼 발신자의 감정을 읽어 주는 대체 서비스는 여기에 없습니다. 해당 부분은 Hume의 Audio Decisions API로 계속 사용하거나, LLM이 대화 내용으로부터 어조를 추론하도록 할 수 있습니다. 어떤 공급업체든 \"공감하는\" 또는 \"감정이 담긴\" 음성이라는 주장은 직접 통화에서 들어 보기 전까지는 마케팅으로 간주하십시오.
- 파이프라인을 직접 소유하고 싶은 경우: Pipecat, LiveKit Agents와 같은 오픈 소스 오케스트레이터를 사용하면 음성 인식, LLM, TTS 공급업체를 직접 교체할 수 있어, 다음 서비스 종료 때에도 재작성이 아닌 설정 변경만 하면 됩니다. Vapi, Retell AI 같은 관리형 플랫폼은 이러한 모델 위에서 동작하며, 음성 에이전트 플랫폼 가이드에서 비교합니다.
Octave 대체 서비스: 텍스트 음성 변환 API 비교#
Octave의 보관된 가격은 각 요금제 허용량을 초과한 분량에 대해 1,000자당 $0.15에서 $0.05까지였고, 월 $500의 Business 요금제에는 1,000만 자가 포함되어 백만 자당 $50였습니다. 문자 단위로 과금하는 공급업체와 분 단위로 과금하는 공급업체를 비교하기 위해, 모든 가격을 분당 800자(시간당 48,000자)를 가정한 생성 오디오 1시간당 비용으로 환산했습니다. Cartesia 자체 추정치는 분당 750~800자이며, Inworld와 Rime은 약 1,000자를 가정하는데, 이 경우 문자 단위 과금 공급업체는 표시된 것보다 약 25% 비싸 보이게 됩니다.
| TTS API | Published price | Per hour of audio (our conversion) | Languages (vendor) | Voice cloning |
|---|---|---|---|---|
| Hume Octave (ending Nov 13) | $0.15 to $0.05 per 1K chars overage | $7.20 to $2.40 | n/a | Yes, until shutdown |
| Inworld TTS-2 Flash | $15 per 1M chars on demand; $7 on Growth | $0.72; $0.34 on Growth | 200+ (pricing page) | Instant and professional clones |
| Inworld TTS-2 | $25 per 1M chars on demand; $12.50 on Growth | $1.20; $0.60 on Growth | 200+ (pricing page) | Instant and professional clones |
| OpenAI tts-1 / tts-1-hd | $15 / $30 per 1M chars | $0.72 / $1.44 | Not compared | Not offered on the pricing page |
| Deepgram Aura-2 / Flux TTS | $30 / $45 per 1M chars (Aura-2 $27 on Growth) | $1.44 / $2.16 | Aura-2: 7 | Not offered on the pricing page |
| Rime Mist v3 / Coda v2 | $0.030 / $0.050 per minute of audio (20% off on Scale) | $1.80 / $3.00 | Mist v3: 4; Coda: 10 | Custom cloning on Enterprise only |
| Cartesia Sonic-3.6 | Plan credits, 1 credit per character: Pro $5 for 100K, Startup $49 for 1.25M, Scale $299 for 8M | $2.40 (Pro) to $1.79 (Scale) | 44 | Instant on Pro; professional from Startup |
| ElevenLabs Flash v2.5 / v4 Turbo | $0.04 per 1K chars ($40 per 1M) | $1.92 | v4 Turbo: 90+; Flash: 32 | Yes |
| ElevenLabs v4 | $0.08 per 1K chars ($80 per 1M) | $3.84 | 90+ | Yes |
| MiniMax speech-2.8 Turbo / HD | $60 / $100 per 1M chars | $2.88 / $4.80 | 40 | Rapid cloning $1.50 per voice; voice design $3 |
지연 시간(독립 측정): 이들 공급업체 다수에 음성 에이전트 테스트를 판매하는 Coval은 텍스트를 보낸 시점부터 처음 소리가 들리는 시점까지를 모든 모델에 대해 측정합니다. 2026년 10월 28일까지 30일간 Coval 보드에서 Inworld TTS Flash 2는 81 ms, Inworld TTS 2는 166 ms, ElevenLabs v4 Turbo는 194 ms, Flash v2.5는 198 ms, Deepgram Flux TTS는 203 ms, Cartesia Sonic 3.6은 292 ms, Deepgram Aura 2는 300 ms, Rime Mist v3는 319 ms, Coda는 339 ms였습니다(Coval TTFA 벤치마크). 공급업체가 제시하는 수치는 대부분 첫 바이트에서 측정을 멈추기 때문에 더 낮으며, Coval은 시작 부분의 무음도 포함합니다.
Inworld TTS-2: 이 그룹에서 가장 저렴하고 가장 빠름#
Inworld TTS-2 Flash는 이 목록에서 문자당 가격이 가장 낮고, Coval의 벤치마크에서 이들 공급업체 중 가장 빠릅니다. TTS-2는 속도와 어조를 자연어로 조정하는 기능을 추가했으며, 이는 여기서 Octave의 연기 지시 기능에 가장 가까운 것입니다. 가격 페이지에는 음성 디자인과 복제도 포함되어 있습니다. 약점: 표시되는 가격이 요금제 등급에 따라 달라지므로 비교하기 전에 사용량을 기준으로 계산해 보아야 합니다. 무료 On-Demand 등급에서 전문 복제를 사용하려면 카드를 등록해야 합니다. Inworld는 음성 대 음성 제품의 분당 가격을 공개하지 않으므로, EVI 사용자는 페이지만으로 해당 경로의 비용을 산정할 수 없습니다. Stork는 이 페이지의 링크를 통한 Inworld 가입에 대해 수수료를 받습니다.
ElevenLabs: 가장 많은 언어와 표현력 있는 제어, 더 높은 가격#
ElevenLabs v4는 90개 이상의 언어와 세밀한 전달을 위한 오디오 태그를 제공하며, Flash와 v4 Turbo는 낮은 지연 시간을 위해 만들어졌습니다(ElevenLabs 자체 수치로 약 75 ms와 100 ms). 또한 음성 대 음성 API와 전체 에이전트 플랫폼(ElevenLabs Agents, 분당 $0.08에 LLM 별도)을 모두 판매합니다. 약점: 백만 자당 $40~$80이므로 오디오 1시간당 비용이 Inworld의 두 배에서 다섯 배이며, Agents 가격에는 LLM이 추가로 붙습니다. Stork는 이 페이지의 링크를 통한 ElevenLabs 가입에 대해 수수료를 받습니다.
Cartesia Sonic: 바로 사용할 수 있는 마이그레이션 경로#
Cartesia는 Hume의 요청 필드를 자사 API에 대응시키고 전환할 때까지 Hume을 플래그 뒤에 유지하는 Hume Octave 마이그레이션 가이드를 공개하고 있습니다. 경쟁사의 페이지이므로 영업 도구로 읽어야 하지만, 우리가 찾은 것 중 가장 구체적인 이전 지원입니다. Sonic-3.6은 44개 언어를 지원합니다. 약점: 가격이 요금제 크레딧 방식이어서 사용량이 적은 사용자는 시간당 약 $2.40의 Pro 요금을 지불하게 됩니다. 또한 Coval은 Sonic 3.5의 첫 오디오까지 걸리는 시간 중 45%가 시작 부분의 무음이었다고 확인했습니다. 제휴 관계 없음.
Deepgram, Rime, OpenAI, MiniMax#
- Deepgram Aura-2는 이미 음성 인식에 Deepgram을 사용 중이라면 적합합니다. 백만 자당 $30, 7개 언어를 지원하며, Deepgram은 신규 구축에는 더 새로운 Flux TTS($45)를 권장합니다. 음성 복제는 나와 있지 않습니다. 제휴 관계 없음.
- Rime은 오디오 분 단위로 과금하여 비용을 예측하기 쉬우며, 무료 등급은 월 $50 상당의 사용량을 제공합니다. Mist v3는 4개 언어, Coda는 10개 언어를 지원합니다. Coval의 벤치마크에서 Coda의 단어 오류율은 10.7%였던 반면 보드의 다른 모든 모델은 1.5%~3.1%였으므로, 직접 쓰는 스크립트로 테스트해 보십시오. 제휴 관계 없음.
- OpenAI tts-1은 여기서 문자당 가장 저렴한 Inworld Flash와 같은 가격이며, gpt-4o-mini-tts는 오디오 토큰당 과금됩니다(출력 토큰 백만 개당 $12). 셀프 서비스 음성 복제는 나와 있지 않습니다. 제휴 관계 없음.
- MiniMax speech-2.8은 40개 언어를 지원하고, 텍스트 설명으로 만드는 음성 디자인($3)과 빠른 복제(음성당 $1.50)를 판매하며, Octave의 음성 디자인 기능과 가장 가깝습니다. 이 목록에서 문자당 가장 비쌉니다. 제휴 관계 없음.
이 글이 마음에 드셨나요? 매일 아침 이런 글을 메일로 받아보세요.
하루 한 통 · 두 번의 클릭으로 구독 취소 · 제3자 추적 없음
사용 사례별 추천#
| If you used Hume for | Start with | Why |
|---|---|---|
| An EVI voice agent on the phone | Ultravox or Deepgram Voice Agent | Flat per-minute rates; Deepgram's includes the LLM |
| An EVI-style single realtime API | Gemini Live or OpenAI Realtime | Speech in and out over one connection; Google publishes per-minute estimates, OpenAI only per-token prices |
| Octave in a latency-sensitive agent | Inworld TTS-2 Flash | Lowest price per hour here and 81 ms in Coval's benchmark |
| Octave with acting direction or voice design | ElevenLabs v4, Inworld TTS-2 or MiniMax | Audio tags, natural-language steering, or voice design from a prompt |
| Octave in many languages | ElevenLabs v4 or Inworld | 90+ and 200+ languages by the vendors' own counts |
| The least porting work | Cartesia Sonic | Publishes a Hume-specific field mapping |
| Emotion detection in calls | Hume's Audio Decisions API | The part of Hume that continues |
마이그레이션 체크리스트#
- 오늘: 필요한 생성 오디오와 복제한 모든 음성의 원본 녹음을 다운로드하십시오. 각 기능이 어떤 Hume 음성과 설정을 사용하는지 기록해 두십시오.
- 호출 위치 찾기: 코드에서 api.hume.ai와 Hume API 키 변수를 검색하십시오. Octave 호출은 /v0/tts로 가며, EVI는 WebSocket을 사용합니다.
- 새 공급업체를 플래그 뒤에 두어 음성이 이상하게 들리면 하루 동안 되돌릴 수 있게 하십시오. 11월 13일 이후에는 되돌릴 대상이 없으므로, 가능하면 그 전에 테스트하십시오.
- 저장한 원본 오디오로 음성을 다시 만들고, 데모 문장이 아닌 실제 스크립트로 들어 보십시오.
- 실제 사용량 기준으로 가격을 다시 확인하십시오. 요금제 등급에 따라 Inworld에서는 요금이 절반 이상, Rime에서는 20%, Deepgram에서는 10% 낮아집니다.
- 다음 서비스 종료에 대비하십시오. PlayHT와 LMNT도 지난 1년 사이에 문을 닫았습니다. 종료된 음성 API와 그 대체 서비스 목록을 참고하십시오. Pipecat이나 LiveKit 같은 오케스트레이터를 사용하면 공급업체를 설정값으로 유지할 수 있습니다.
자주 묻는 질문#
Hume의 EVI 및 Octave TTS API는 언제 종료됩니까?#
Hume의 2026년 10월 2일 변경 내역 공지에 따르면 접근은 2026년 11월 13일 오전 12:01(EST)에 종료됩니다. 두 API는 그때까지 지원되며, Hume은 해당 날짜 이후 계정 데이터가 영구 삭제된다고 밝혔습니다.
Hume AI는 완전히 문을 닫습니까?#
아닙니다. Hume은 텍스트 음성 변환(Octave) 및 음성 대 음성(EVI) API를 종료하지만, 발신자가 어떤 감정을 보이는지와 같이 오디오에 관한 질문에 답하는 새로운 Audio Decisions API로 사업을 계속합니다.
Hume EVI의 가장 좋은 대체 서비스는 무엇입니까?#
같은 단일 API 구조라면 OpenAI Realtime 또는 Gemini Live입니다. 분당 정액 요금의 전화 에이전트라면 Ultravox(분당 $0.05) 또는 Deepgram의 Voice Agent API(관리형 LLM 포함 분당 $0.075)입니다. 가격은 2026년 11월 11일 기준 각 공급업체 페이지에서 확인한 것입니다.
가장 저렴한 Hume Octave TTS 대체 서비스는 무엇입니까?#
Inworld TTS-2 Flash와 OpenAI tts-1은 모두 주문형으로 백만 자당 $15이며, 분당 800자 기준 오디오 1시간당 약 $0.72입니다. Inworld의 Growth 요금제에서는 Flash가 백만 자당 $7로 낮아집니다.
Hume에서 만든 클론 음성을 다른 제공업체로 옮길 수 있나요?#
직접 이전할 수는 없습니다. 음성 ID는 업체 간에 이전되지 않습니다. 각 클론을 만들 때 사용한 원본 녹음을 보관해 두고, Hume이 2026년 11월 13일 이후 계정 데이터를 삭제하기 전에 새 제공업체에서 해당 음성을 다시 만드십시오.
Hume 이후 지연 시간이 가장 낮은 TTS API는 무엇인가요?#
Coval의 독립 벤치마크(2026년 10월 28일까지 30일간)에서 첫 오디오까지의 평균 시간은 Inworld TTS Flash 2가 81 ms, ElevenLabs v4 Turbo가 194 ms, Deepgram Flux TTS가 203 ms, Cartesia Sonic 3.6이 292 ms였습니다. Coval은 음성 업체에 테스트 서비스를 판매합니다.