Azure가 공개한 텍스트 음성 변환 표에는 82개의 고유한 언어 코드가 올라 있는데, 이는 Ethnologue가 현재 사용 중이라고 집계한 7,170개 언어의 약 1.1%에 불과하다(82 / 7,170). Gemini 3.8 Flash TTS 문서는 130개 이상의 언어를 내세우고 MMS 연구 프로젝트는 1,107개에 도달했지만, 그 가장 넓은 모델은 비상업용 라이선스로 배포된다. 깊이는 폭보다 얕다. Azure 표에서 미국 영어는 118건인 반면 암하라어는 2건이다. Ethnologue, Microsoft, Google, Amazon, Apple, Meta, 그리고 동료 심사를 거친 음성 연구에서 데이터를 모았고, 모든 공급업체 페이지는 2026년 10월 31일에 확인했다. 이 정리는 합성만 다룬다. 같은 격차의 인식 쪽은 저희 저자원 언어 음성 인식 지원 범위 통계를 참고하세요.
요약
- 전 세계에서 사용되는 언어는 7,170개이며, 그중 4,153개에 발달한 문자 체계가 있다 (Ethnologue 2026).
- 7,829개 언어 코드 중 128개가 디지털 지원 수준의 상위 두 단계에 도달했으며, 약 1.6%에 해당한다 (Simons, Thomas, White, COLING 2022).
- Gemini 3.8 Flash TTS는 130개 이상의 언어를 내세우는데, 우리가 살펴본 상용 주장 중 가장 폭넓다 (Google, 공급업체 문서).
- Azure Speech 보이스 표에는 154개 로케일에 걸친 82개의 언어 코드가 올라 있다 (Microsoft, 공급업체 문서, 자체 집계).
- Amazon Polly 표에는 25개 언어와 42개 변형이 올라 있으며, 그중 2개 변형이 롱폼 보이스를 제공한다 (Amazon, 공급업체 문서, 자체 집계).
- 1,107개 언어에 MMS 합성 모델이 있으며, 사용 중인 언어의 약 15.4%에 해당한다 (Meta AI, MMS 논문 2023).
- 그 1,107개 모델 중 945개가 문자 오류율 5 이하에 도달했지만, 아프리카는 76%로 뒤처졌다 (Meta AI, MMS 논문 2023).
- Aura-2의 90개 보이스 중 41개가 영어다 (Deepgram, 공급업체 문서, 자체 집계).
- 인도 지정 22개 언어 중 18개가 Apple의 접근성 음성 목록에 올라 있는 반면, Polly에는 1개다 (Apple과 Amazon, 공급업체 문서, 자체 집계).
- 10,496명의 화자가 녹음한 1,704시간 분량이 이제 음성 합성용으로 인도 지정 22개 언어를 모두 다룬다 (AI4Bharat, IndicVoices-R 2024).
1. 분모: 7,170개 언어, 그리고 모두가 문자를 갖춘 것은 아니다
모든 지원 범위 주장에는 분모가 필요하며, 음성 합성의 분모는 많은 사람이 생각하는 것보다 더 가혹하다. 텍스트 음성 변환은 텍스트를 읽으므로, 발달한 문자 체계가 없는 3,017개 언어는 모델을 학습시키기도 전에 일반적인 입력 경로 밖에 놓인다.
인구로 보면 이야기가 훨씬 너그러워지지만, 두 관점을 섞어서는 안 된다. 어떤 플랫폼이 언어의 3% 미만만 제공하더라도 대다수 사람을 지원할 수 있다. 인류의 88% 넘는 사람이 단 200개 언어 중 하나를 모국어로 쓰고, 200 / 7,170은 2.8%이기 때문이다. 우리가 살펴본 공급업체 페이지 어디에도 카탈로그가 사람의 몇 퍼센트에 닿는지는 나와 있지 않으므로, 도달 범위를 직접 비교할 수는 없다.
| 지표 | 값 | 출처 |
|---|---|---|
| 전 세계에서 사용되는 언어 | 7,170 | Ethnologue, How Many Languages 2026 |
| 발달한 문자 체계가 있는 언어 대 없는 언어 | 4,153 (57.9%) 대 3,017 (42.1%, 7,170 - 4,153에서 자체 계산) | Ethnologue FAQ, 제29판 2026 |
| 모국어가 가장 큰 200개 언어 중 하나인 사람 | 88% 넘음 | Ethnologue 200, 2026 |
| 디지털 지원 수준의 상위 두 단계(Vital, Thriving)에 있는 언어 코드 | 7,829개 중 128개 (95 + 33), 즉 1.6% | Simons, Thomas, White, COLING 2022 |
| 디지털 지원 수준의 최하위 단계(Still, 점수 0)에 있는 언어 코드 | 7,829개 중 3,996개, 즉 51.0% | Simons, Thomas, White, COLING 2022 |
| 디지털 지원 수준의 중간 두 단계(Emerging, Ascending)에 있는 언어 코드 | 3,304개와 401개 | Simons, Thomas, White, COLING 2022 |
디지털 지원 수준에 대해 입수 가능한 최신 데이터: Simons, Thomas, White, 2022. 이 연구는 143개 디지털 도구에서 지원 언어 목록을 수집했으며, 음성 처리는 일곱 가지 도구 범주 중 하나다. 합계는 Ethnologue의 언어 수와 문자 체계 FAQ에서 가져왔다.
2. 상용 카탈로그 나란히 비교
이 수치들은 공급업체 문서에서 센 것으로, 각 플랫폼이 무엇을 제공한다고 밝혔는지에 대한 1차 기록이지 품질의 독립적인 증거는 아니다. 이 표에서 가장 긴 카탈로그와 가장 짧은 카탈로그의 격차는 130개 이상의 언어에서 9개에 이른다.
수치만큼 단위도 중요하다. 로케일은 언어에 지역을 더한 것이므로, 멕시코 스페인어와 스페인 스페인어는 두 개의 로케일이지만 하나의 언어로 센다. Azure 개요 페이지에는 「100개 이상의 언어와 로케일」이라고 적혀 있는데, 이는 둘을 섞은 표현이다. Azure Speech 언어 표 자체는 아래 행으로 정리된다.
또한 더 긴 카탈로그가 더 짧은 카탈로그를 포함하는 것도 아니다. Gemini TTS 언어 표에는 우크라이나어, 우르두어, 줄루어 행이 없지만, 세 언어 모두 Azure는 제공한다.
| 지표 | 값 | 출처 |
|---|---|---|
| Gemini 3.8 Flash TTS | 130개 이상의 언어를 내세움; 표는 132행, 2026년 10월 31일 확인 | Google, Gemini API 음성 생성 문서, 2026년 10월 28일 업데이트 (공급업체 주장) |
| Eleven v4 / Eleven v3 / Flash v2.5 / Multilingual v2 | 90개 이상 / 70개 이상 / 32개 / 29개 언어 | ElevenLabs, 모델 문서 (공급업체 주장) |
| Azure Speech 사전 구축 보이스 | 154개 로케일에 걸친 82개 언어 코드; 영어, 스페인어, 아랍어가 154개 중 52개를 차지 (33.8%) | Microsoft, 언어 지원 표, 2026년 10월 22일 업데이트 (공급업체 문서, 자체 집계) |
| Apple VoiceOver, Live Speech, Read & Speak | iOS 27에서 75개 언어 항목 | Apple, iOS 기능 제공 현황 (공급업체 문서) |
| Google Cloud Text-to-Speech 보이스 표 | 53개 언어 코드, 61개 언어·지역 코드; Chirp 3: HD만으로 53개 로케일에 걸친 47개 언어를 지원 | Google Cloud, 보이스 목록과 Chirp 3: HD 문서 (공급업체 문서, 자체 집계) |
| Sonic 3.6 | 44개 언어 | Cartesia, TTS 모델 문서 (공급업체 주장) |
| Amazon Polly | 25개 언어, 42개 변형, 123개 보이스 목록 | Amazon, Polly 이용 가능한 보이스 (공급업체 문서, 자체 집계) |
| IBM Text to Speech | 9개 기본 언어, 15개 언어 항목, 48개 보이스 | IBM Cloud 문서, 2026년 6월 4일 업데이트 (공급업체 문서, 자체 집계) |
영어가 아닌 언어를 위해 AI 보이스 생성기를 고른다면, 열어볼 가치가 있는 것은 제품 페이지의 대표 수치가 아니라 로케일별 목록이다.
3. 보이스 깊이: 보이스가 실제로 몰려 있는 곳
언어가 목록에 올라 있다는 사실만으로는 그 언어가 보이스를 몇 개나 갖는지 알기 어렵다. 미국 영어는 Azure 표에 118건이 있지만 암하라어, 아프리칸스어, 줄루어는 각각 2건으로, 비율은 59 대 1이다. 제작자에게 보이스 2개란 연령, 톤, 캐릭터를 전혀 고를 수 없다는 뜻일 수 있다.
이 패턴은 카탈로그 규모와 상관없이 반복된다. Polly, Aura-2, 오픈 모델 Kokoro는 보이스의 28.5%에서 51.9%를 영어에 배정한다. 차이의 일부는 구조적인 것이다. 표의 항목이 같은 페르소나를 품질 등급마다 반복할 수 있으므로, 이 수치는 고유한 화자 수가 아니라 목록 수다.
| 지표 | 값 | 출처 |
|---|---|---|
| Azure 보이스 표 항목: 미국 영어 대 북경어 대 독일어 대 힌디어 | 118 대 59 대 23 대 17 | Microsoft, 언어 지원 표 (공급업체 문서, 자체 집계) |
| Azure 보이스 표 항목: 암하라어, 아프리칸스어, 이집트 아랍어, 줄루어 | 각 2 | Microsoft, 언어 지원 표 (공급업체 문서, 자체 집계) |
| 영어 변형에서의 Polly 보이스 목록 | 123개 중 35개 (28.5%) | Amazon, Polly 이용 가능한 보이스 (공급업체 문서, 자체 집계) |
| Aura-2 보이스: 영어 대 스페인어 대 프랑스어 | 41 대 17 대 2, 7개 언어에 걸친 90개 중 | Deepgram, TTS 모델 문서 (공급업체 문서, 자체 집계) |
| 미국 및 영국 영어의 Kokoro-82M 보이스 | 54개 중 28개 (51.9%), 프랑스어는 1개 | Hexgrad, Kokoro-82M 보이스 목록 (프로젝트 문서) |
| Google Cloud 항목: 힌디어(인도) 대 아이슬란드어 | 46 (Chirp 3: HD 30, Neural2 4, Standard 6, WaveNet 6) 대 Standard 보이스 1 | Google Cloud, 보이스 목록 (공급업체 문서, 자체 집계) |
| 음성 엔드포인트의 OpenAI 내장 보이스 | 13개, 문서는 이를 「현재 영어에 최적화」라고 설명 | OpenAI, 텍스트 음성 변환 가이드 (공급업체 주장) |
Cloud 보이스 목록은 등급이 중요한 이유도 보여 준다. 힌디어의 Chirp 3: HD 항목 30개는 하나의 공유 보이스 세트에서 나온 것이며, 그 세트 밖의 언어는 더 오래된 유형의 보이스를 그대로 쓴다. Polly 수치는 보이스 표에서 가져왔으며, 4개의 이름이 이중 언어라서 반복되므로 고유한 이름은 119개가 된다.
4. 기능 등급: 목록에 있다고 같은 것은 아니다
카탈로그 총합은 공급업체가 내세울 수 있는 가장 넓은 수치이며, 각 프리미엄 기능은 그보다 작은 부분 집합에 해당한다. Polly의 제너레이티브 엔진은 42개 변형 중 25개에 적용되며, 북경어, 일본어, 아랍어, 러시아어는 제외된 17개에 포함된다.
Azure에서도 같은 좁아짐이 나타난다. 154개 로케일은 비즘(얼굴을 움직이는 데 쓰는 입 모양 데이터)에서 102개 항목, 교차 언어 전이(커스텀 보이스가 제2 언어를 말하게 하는 것)에서 42개 항목으로 줄어든다. 다국어 출시를 계획하는 팀은 언어가 아니라 기능을 확인해야 한다. 모델별 속도와 가격은 별개의 문제이며, 저희 TTS 추론 비용 통계에서 다룬다.
| 지표 | 값 | 출처 |
|---|---|---|
| 기능별 Azure 로케일: 사전 구축 보이스 / 비즘 항목 / 프로페셔널 커스텀 보이스 / 개인 음성 / 교차 언어 전이 원본 | 154 / 102 / 68 / 65 / 42 | Microsoft, 언어 지원 표 (공급업체 문서, 자체 집계) |
| 제너레이티브 보이스가 하나 이상 있는 Polly 변형 대 롱폼 보이스가 하나 이상 있는 변형 | 42개 중 25개 (59.5%) 대 42개 중 2개 (미국 영어, 스페인 스페인어) | Amazon, Polly 이용 가능한 보이스 (공급업체 문서, 자체 집계) |
| 스탠더드 보이스 엔진만 제공하는 Polly 변형 | 42개 중 6개, 러시아어, 루마니아어, 아이슬란드어 포함 | Amazon, Polly 이용 가능한 보이스 (공급업체 문서, 자체 집계) |
| Flash TTS가 지원하는 Gemini 표 행 대 Flash-Lite TTS가 지원하는 행 | 132 대 103; 핀란드어, 스웨덴어, 태국어, 스와힐리어는 Flash-Lite에 없는 29개에 포함 | Google, Gemini API 음성 생성 문서 (공급업체 문서, 자체 집계) |
| Apple 개인 음성 언어 수 대 접근성 음성 목록 항목 수 | iOS 27에서 3 대 75 | Apple, iOS 기능 제공 현황 (공급업체 문서) |
Apple의 격차가 가장 두드러진다. 기능 제공 현황 페이지는 개인 음성을 미국 영어, 중국 본토 북경어, 멕시코 스페인어에만 올려 두고 있다.
5. 오픈 모델: 넓은 범위, 그러나 조건이 붙는다
오픈 쪽에 이 정리에서 가장 넓은 수치가 있다. MMS-TTS는 1,107개 언어에 도달했는데, 이는 Gemini가 내세우는 130개의 약 8.5배(1,107 / 130)이며, 그 이전에 음성 기술이 다루던 약 100개 언어의 약 11배(1,107 / 100)다.
폭에는 대가가 따랐다. MMS 논문은 언어마다 별도의 VITS 모델을 학습시켰고, 대부분 종교 문헌을 단일 화자가 낭독한 녹음을 사용했으며, 그 모델 카드에는 비상업용 라이선스가 적혀 있다. 가장 유용한 결과는 지역별 결과다. 품질이 가장 크게 떨어진 곳은 아프리카였고, 저자들은 이를 「부분적으로」 문자 체계 탓으로 돌린다.
여기서 문자 오류율이란 음성 인식기가 합성된 오디오를 받아 적고 그 오류를 센 것으로, 낮을수록 좋다. 이는 단어가 제대로 전달되는지를 재는 것이지 음성이 자연스럽게 들리는지를 재는 것이 아니다. 그 부분은 저희 신경망 TTS 운율·억양 오류 통계를 참고하세요.
| 지표 | 값 | 출처 |
|---|---|---|
| MMS-TTS 언어 지원 범위와 라이선스 | 1,107개 언어 (7,170개의 15.4%), CC-BY-NC 4.0 | Pratap 외 (Meta AI), MMS 논문 2023; Hugging Face 모델 카드 |
| 합성 음성에서 문자 오류율 5 이하에 도달한 MMS 언어 | 1,107개 중 945개 (85%) | Pratap 외 (Meta AI), MMS 논문 2023 |
| 해당 기준에 도달한 MMS 언어의 비율, 지역별 | 아프리카 76% (363개 중 277개), 아시아 88%, 북미 87%, 태평양 90%, 남미와 유럽 95% | Pratap 외 (Meta AI), MMS 논문 2023 |
| MMS 문자 오류율, 합성 음성 대 사람 참조 음성; 61개 언어의 평균 의견 점수(1~5) | 3.5 ±0.2 대 2.2 ±0.1; 학습 데이터 밖에서 합성 음성은 3.52, 사람 참조 오디오는 3.33으로, 저자들은 이 차이를 잡음이 섞인 참조 녹음 탓으로 본다 | Pratap 외 (Meta AI), MMS 논문 2023 |
| SeamlessM4T 대상 언어: 음성 출력 대 텍스트 출력 | 36 대 96 | SEAMLESS Communication Team (Meta), Nature 2025 |
| 규칙 기반 합성기 eSpeak NG | 100개가 넘는 언어와 악센트 | eSpeak NG 프로젝트 README |
| Piper 보이스 목록 | 37개 언어, 42개 로케일 항목; 저장소는 2025년 10월 6일 보관 처리됨 | Rhasspy, Piper VOICES.md |
| Chatterbox Multilingual 대 XTTS-v2 | 23개 이상 대 17개 언어 | Resemble AI, Chatterbox 저장소; Coqui, XTTS-v2 모델 카드 |
언어 수준의 합성 품질에 대해 입수 가능한 최신 데이터: Pratap 외, 2023. 이 표의 더 새로운 오픈 모델은 훨씬 적은 언어를 제공한다. SeamlessM4T 논문은 하나의 모델 안에서 같은 비대칭을 보여 준다. 말하는 언어보다 읽고 쓰는 언어가 훨씬 많다.
6. 아프리카와 인도: 격차가 구체적으로 드러나는 곳
지역별 집계는 전 세계 총합이 가리는 것을 드러낸다. Gemini 표에는 아프리카 언어가 22개, Azure에는 5개 있으며, Polly와 Apple에는 남아프리카 영어 외에는 없다. 반면 사하라 이남 아프리카에만 2,000개가 넘는 고유한 언어가 있다 (Google Research, WAXAL 2026).
요루바어는 이 격차가 데이터만의 문제가 아님을 보여 준다. 요루바어는 오픈 코퍼스인 WAXAL과 BibleTTS에 들어 있지만, 우리가 살펴본 Azure, Polly, Chirp 3: HD, Gemini 표 어디에도 항목이 없다. 공개 데이터가 있다고 해서 플랫폼이 보이스를 출시했다는 뜻은 아니다.
인도는 더 나은 이야기를 들려준다. 데이터셋 하나가 알려진 구멍을 메웠기 때문이다. IndicVoices-R 논문에 따르면 이전 데이터셋은 지정 22개 언어 중 14개에서 멈췄고, 언어당 화자도 한두 명인 경우가 많았다. 소규모 공동체는 예상보다 적게 필요할 수도 있다. Pine과 동료들은 신경망 합성에 대규모 데이터셋이 필요하다는 가정에 이의를 제기했다.
| 지표 | 값 | 출처 |
|---|---|---|
| 아랍어 변종을 제외한 아프리카 언어: Gemini Flash TTS / Gemini Flash-Lite TTS / Azure / Chirp 3: HD / Polly / Apple | 22 / 13 / 5 / 1 / 0 / 0 | Google, Microsoft, Amazon, Apple 카탈로그 (공급업체 문서, 자체 집계) |
| WAXAL-TTS 언어 수와 녹음 시간 | 17개 언어; 데이터셋 카드에서는 180시간 넘음, 논문에서는 235시간 넘음, 블로그 글에서는 565시간 넘음 | Google Research, WAXAL 데이터셋 카드, 논문, 블로그 2026 |
| 아프리카 언어 합성을 위한 BibleTTS 스튜디오 품질 녹음 | 10개 언어, 언어당 최대 86시간, 48 kHz | Meyer 외, Interspeech 2022 |
| 목록에 올라 있는 인도 지정 22개 언어: Apple / Gemini Flash TTS / Azure / Chirp 3: HD / Polly | 18 / 17 / 13 / 10 / 1 | Apple, Google, Microsoft, Amazon 카탈로그 (공급업체 문서, 자체 집계) |
| 이전 인도 합성 데이터: IndicTTS | 284시간, 화자 27명, 14개 언어 | AI4Bharat, IndicVoices-R 논문 2024 |
| IndicVoices-R 음성 합성 코퍼스 | 1,704시간, 화자 10,496명, 22개 언어 | AI4Bharat, IndicVoices-R 논문 2024 |
| 세상을 떠난 화자의 녹음을 제외하기로 한 공동체 결정 이후의 Kanien’kéha 음성 코퍼스 | 녹음 24시간 중 3.46시간 보존 | Pine 외 2022, Nigatu 외 2024가 인용 |
| 영어 1시간으로 학습한 FastSpeech2 모델 대 10시간으로 학습한 Tacotron2 | 견줄 만한 자연스러움 | Pine 외, ACL 2022 |
BibleTTS와 Pine 외의 연구 결과에 대해 입수 가능한 최신 데이터: 2022년. Kanien’kéha 수치는 Nigatu 외가 인용한 것이며, 이 표에서 가장 유용한 수치다. 그 코퍼스의 한계는 기술이 아니라 동의였기 때문이다.
숫자로 보는 텍스트 음성 변환의 언어·보이스 지원 범위
| 지표 | 값 | 출처 |
|---|---|---|
| 전 세계에서 사용되는 언어 | 7,170 | Ethnologue, How Many Languages 2026 |
| 모국어가 가장 큰 200개 언어 중 하나인 사람 | 88% 넘음 | Ethnologue 200, 2026 |
| 디지털 지원 수준의 상위 두 단계에 있는 언어 코드 | 7,829개 중 128개 | Simons, Thomas, White, COLING 2022 |
| Gemini 3.8 Flash TTS 언어 수 | 130개 이상을 내세움 | Google, Gemini API 문서 (공급업체 주장) |
| Eleven v4 언어 수 | 90개 이상 | ElevenLabs, 모델 문서 (공급업체 주장) |
| Azure 언어 코드와 로케일 | 82개와 154개 | Microsoft, 언어 지원 표 (자체 집계) |
| Apple 접근성 음성 목록 | 75개 항목 | Apple, iOS 기능 제공 현황 |
| Amazon Polly 언어와 변형 | 25개와 42개 | Amazon, Polly 이용 가능한 보이스 (자체 집계) |
| Azure 보이스 항목: 미국 영어 대 암하라어 | 118 대 2 | Microsoft, 언어 지원 표 (자체 집계) |
| 영어인 Aura-2 보이스 | 90개 중 41개 | Deepgram, TTS 모델 문서 (자체 집계) |
| 제너레이티브 보이스가 있는 Polly 변형 | 42개 중 25개 | Amazon, Polly 이용 가능한 보이스 (자체 집계) |
| MMS-TTS 언어 수 | 1,107 | Pratap 외 (Meta AI), MMS 논문 2023 |
| 문자 오류율 5 이하인 MMS 아프리카 언어 | 363개 중 277개 (76%) | Pratap 외 (Meta AI), MMS 논문 2023 |
| 미국 및 영국 영어의 Kokoro-82M 보이스 | 54개 중 28개 | Hexgrad, Kokoro-82M 보이스 목록 |
| IndicVoices-R 코퍼스 | 1,704시간, 22개 언어 | AI4Bharat, IndicVoices-R 논문 2024 |
| Kanien’kéha 음성 코퍼스: 보존분 대 녹음분 | 3.46시간 대 24시간 | Pine 외 2022, Nigatu 외 2024가 인용 |
방법론과 출처
모든 공급업체 페이지는 2026년 10월 31일에 확인했다. 「자체 집계」라고 표시된 수치는 공개된 표를 저희가 직접 센 것이며, 제공 내용에 대한 공급업체의 주장일 뿐 각 보이스가 잘 작동한다는 독립적인 검증은 아니다.
- Ethnologue(SIL Global): How Many Languages, Ethnologue 200, 문자가 없는 언어 FAQ.
- Simons, Thomas, White: Assessing Digital Language Support on a Global Scale, COLING 2022.
- Microsoft: Azure Speech 언어 및 보이스 지원, 텍스트 음성 변환 개요.
- Google: Gemini API 음성 생성, Cloud 보이스 목록, Chirp 3: HD, WAXAL 블로그, WAXAL 논문, WAXAL 데이터셋 카드.
- Amazon: Polly 이용 가능한 보이스.
- Apple: iOS 기능 제공 현황.
- 공급업체 문서: ElevenLabs 모델, Cartesia TTS 모델, Deepgram TTS 모델, IBM 보이스, OpenAI 텍스트 음성 변환 가이드.
- Meta: MMS 논문, MMS-TTS 모델 카드, Nature의 SeamlessM4T.
- 오픈 프로젝트: Kokoro-82M 보이스, Piper 보이스, eSpeak NG, Chatterbox, XTTS-v2.
- 연구: BibleTTS, Meyer 외, IndicVoices-R, Pine 외, ACL 2022, Nigatu 외, Zeno’s Paradox of Low-Resource Languages.
- 데이터 참고 사항: 공급업체 카탈로그는 예고 없이 바뀌므로 모든 수치를 스냅샷으로 봐야 한다. Azure 항목은 같은 페르소나를 품질 등급마다 반복하며, 미국 영어 그룹에는 프랑스어와 중국어에서 이름을 딴 다중 화자 항목이 포함된다. Gemini 표는 132행이지만 5개 언어가 문자 체계별로 두 번 나타나므로 이름 기준으로는 127개이고, 페이지에서 언어별 품질 데이터는 보지 못했다. 스와힐리어는 Chirp 3: HD 표에는 나오지만 더 넓은 보이스 목록에서는 찾지 못했으므로, 언어 코드 53개라는 집계는 하나 적을 수 있다. Ethnologue의 문자 체계 FAQ는 제29판 인용 아래에 제28판 수치를 싣고 있으며, Simons 외는 7,170개의 현존 언어가 아니라 7,829개의 ISO 코드를 쓰므로 두 분모는 서로 바꿔 쓸 수 없다. WAXAL의 세 출처는 서로 어긋난다(블로그는 27개 언어와 565시간 넘음, 논문은 24개 언어와 235시간 넘음, 카드는 합성 17개 언어와 180시간 넘음). SeamlessM4T 논문은 결과에서 음성 언어를 36개라고 하지만 방법 부분에서는 「음성 형태로 35개」라고 한다. OpenAI 가이드는 내장 보이스를 11개라고도 13개라고도 적었고, 현재 음성 모델이 2027년 1월 6일에 종료된다고 밝혔다. Apple의 목록은 세 가지 기능을 하나의 제목 아래 묶는다. 지역별 집계는 언어 이름 대조이지 언어학적 감사가 아니며, 8.5배와 15.4% 비교는 총합 7,170과 130개 이상이라는 주장을 쓰므로 둘 다 근사치다.
마지막 업데이트: 2026년 10월 31일. 저희는 이 정리를 분기마다 업데이트하며, 다음 갱신은 Ethnologue가 제30판을 발간할 때 이루어질 것으로 예상한다.