감정 있는 텍스트 음성 변환: AI 목소리를 표현력 있게 만드는 법
밋밋한 말투는 설명서엔 충분하지만, 이야기나 게임 대사, 예고편에는 감정이 필요합니다. 흥분, 분노, 차분함, 두려움, 비꼼. 일부 음성 변환 서비스는 감정 태그를 제공하지만, SuperClonica의 기반인 오픈 모델 Supertonic 3에는 없습니다. 감정은 내가 조절할 수 있는 세 가지에서 나옵니다.
이 가이드에서는 표현력 있는 음성을 정직하게 얻는 방법을 소개합니다. 알맞은 목소리를 고르고, 필요한 감정으로 연기한 녹음으로 목소리를 학습하고, 느껴져야 할 방식대로 텍스트를 쓰는 것입니다. 모든 목소리는 내 문장으로 무료로 들어 볼 수 있습니다.
감정은 어디서 오는가
기쁨이나 분노 슬라이더는 없으니, 생성하기 전에 감정을 설계하세요.
- 목소리: 각 목소리는 원래 녹음의 말투(차분함, 활기, 음울함, 통통 튐)를 간직합니다.
- 참조 녹음: 화난, 속삭이는, 밝은 녹음으로 학습한 목소리는 어떤 텍스트든 그 분위기로 말합니다.
- 텍스트: 문장 부호, 문장 길이, 단어 선택이 억양과 에너지를 만듭니다.
표현력 있는 목소리 고르기
카탈로그 설명에는 목소리가 대사를 어떻게 전하는지(고르게, 활기차게, 들쭉날쭉하게, 절제해서, 스며들듯이) 나와 있습니다. 에너지가 필요하면 에너지 넘치는 내레이터와 많은 게임·만화 캐릭터처럼 활기차거나 힘 있다고 적힌 목소리를, 차분함과 따뜻함에는 고르고 낮은 목소리를, 위협감에는 낮고 절제된 말투의 악당을 고르세요.
감정을 텍스트에 담기
모델은 문장 전체를 한 번에 읽으므로, 문장 부호는 쉼뿐 아니라 문장의 멜로디도 바꿉니다.
- 흥분: 짧은 문장과 느낌표.
- 차분함: 긴 문장과 마침표, 느낌표 없이.
- 망설임이나 긴장: 말줄임표와 쉼표로 쉼을.
- 질문: 물음표가 문장 끝을 올립니다.
- 개성: 그 기분의 사람이 실제로 할 법한 말.
필요한 감정으로 목소리 학습하기
어떤 목소리에도 없는 특정한 분위기가 필요하면, 그 분위기로 연기한 5~10초의 깨끗한 참조 녹음을 정확한 텍스트와 함께 녹음해 NVIDIA 그래픽 카드가 있는 컴퓨터로 스튜디오에서 학습하거나 거래소에서 주문하세요. 같은 화자의 차분한, 화난, 속삭이는 목소리를 여러 개 만들면 대사마다 감정을 바꿀 수 있습니다.
시험해 보고 오프라인으로 생성
아무 목소리 페이지에서 30~100자 대사를 입력하고 생성 버튼을 누르면 그 목소리가 감정을 어떻게 다루는지 들을 수 있습니다. 대사가 많다면 목소리 파일을 내려받고 무료 SuperClonica 엔진을 쓰세요: python -m pip install superclonica-cpu 다음 superclonica --text "나가. 지금 당장." --voice villain.json --lang ko --output line.wav. 일반 CPU에서 오프라인으로 돌아갑니다.