깔끔한 30초: 녹음과 음성 클론의 실전 절차
機械翻訳 / Machine-translated
이 글은 작업 매뉴얼입니다. 다루는 작업은 단 하나입니다. 한 명의 화자가 짧게 녹음한 음성을, 다양한 원고에 재활용할 수 있는 목소리로 바꾸고, 결과가 좋지 않을 때 어디를 수정해야 할지 판단할 수 있도록 하는 것입니다. 여기서 사용하는 도구는 FreeVoiceClone입니다. 클론 생성 폼에 샘플 길이, 지원 형식, 전사 확인, 허가 체크 등의 요건이 모두 명시되어 있기 때문입니다. 이 글은 의견이 아닌 절차로 구성했습니다. 무엇을 준비할지, 폼의 각 단계가 무엇을 요구하는지, 완성된 목소리를 어떻게 테스트할지, 어떤 증상이 녹음에서 비롯되는지. 스튜디오도, 사전 경험도 전제하지 않습니다.
실망스러운 클론의 대부분은 소프트웨어가 작동하기 전에 이미 결정됩니다. 모델은 들린 음성만을 단서로 삼기 때문에, 아래에 음악이 흐르는 샘플, 같은 공간에 다른 화자가 있는 샘플, 잔향이 강한 샘플은 모순된 정보를 제공하게 됩니다. 다행히 자택 녹음으로도 대부분 충분합니다. 필요한 것은 장비가 아니라 '깔끔함'입니다.
벽이 노출된 넓은 방보다 작고 부드러운 공간을 선택합니다. 카펫, 커튼, 닫힌 창문은 마이크를 고급 제품으로 교체하는 것보다 반사음을 더 잘 줄여줍니다. 과장된 낭독이 아닌 중립적인 단락을 읽습니다. 샘플은 완성품에서 들려주고 싶은 말투를 그대로 대표해야 합니다. 화자는 한 명, 테이크도 하나. 중간에 웃거나, 기침하거나, 마이크에서 얼굴을 돌리지 마십시오.
기준은 약 30초입니다. 폼은 5~30초를 허용하지만, 짧은 쪽은 기술적으로는 유효해도 그 목소리가 다양한 음에 어떻게 반응하는지에 대한 단서가 적어집니다. 30초를 읽으면 모음, 자음, 문장 끝이 충분히 포함되는 것이 보통입니다.
작업 흐름에서는 해당 목소리를 만들 권한이 있음을 확인하는 절차가 있습니다. 이는 형식적인 단계가 아니라 실질적인 단계입니다. 화자가 고객, 동료, 출연자라면 녹음 전에 동의를 받고, 그 목소리를 어디에 사용해도 되는지 명확히 전달합니다. 무료 플랜으로 만든 목소리는 공개되어 커뮤니티에서 공유됩니다. 비공개 목소리는 유료 플랜 범위에 포함됩니다. '공개해도 되는가'에 대한 답이 아니오라면, 샘플에 시간을 들이기 전에 이 작업에 필요한 플랜이 무엇인지 파악한 것입니다.
작업 화면은 '소스 음성'과 '목소리 정보'의 두 단계로 나뉩니다. 순서대로 진행하십시오. 후반은 전반에서 획득한 내용에 의존합니다.
기존 파일을 드래그하거나 브라우저에서 녹음합니다. MP3, WAV, M4A를 지원하며 상한은 30MB입니다. 브라우저에서 녹음할 경우 카운터를 보면서 상한 직전에 멈춥니다. 마지막 문장을 서둘러 읽는 것보다 조금 짧더라도 깔끔한 편이 낫습니다. 파일을 업로드한다면 다음 단계로 넘어가기 전에 헤드폰으로 한 번 들어보십시오. 폴더에서 다른 테이크를 선택하는 실수는 흔히 일어납니다.
업로드 항목에는 최소 시간이 명시되어 있고, 대부분의 목소리에는 약 30초로 충분하다는 안내도 표시됩니다. 세부 사항으로 넘어가는 버튼과 음성을 다시 분석하는 선택지도 있습니다. 재분석은 생각보다 중요합니다. 중간에 부자연스럽게 잘린 파일, 시작 위치를 잘못 저장한 파일을 여기서 수정할 수 있습니다. 질 낮은 구간으로 목소리를 만든 뒤 '왜 이렇게 긴장된 목소리가 나오는 걸까' 하고 나중에 고민하는 것보다 훨씬 이른 단계에서 대처할 수 있습니다.
세부 사항 단계에서는 샘플 언어를 선택하고, 시스템이 생성한 전사를 확인합니다. 자신이 실제로 말한 내용과 대조하십시오. 단어가 빠져 있거나 언어가 다른 경우는 대부분 음성이 불분명하거나 언어 설정이 녹음과 맞지 않는 것입니다. 둘 다 생성되는 목소리에 영향을 미칩니다. 수정할 수 있을 때 수정합니다. 전사는 녹음과 '지금 만들어지는 목소리'를 연결하는 다리이기 때문입니다.
허가 체크는 실제로 해당될 때만 표시합니다. 동시에 공개 목소리로 할지, 비공개 범위가 필요한지 결정합니다. 이 두 가지는 본래 한 세트입니다. 하나는 '누구의 목소리인가'에 관한 것이고, 다른 하나는 '그 목소리를 누가 볼 수 있는가'에 관한 것입니다. 사이트는 설정을 미리 마칠 수 있고, 목소리를 만드는 시점에 로그인할 수 있으므로 실제 순서는 '준비 → 확인 → 확정'입니다.
생성 후, 짧은 원고를 입력해 시청합니다. 자신의 이름이나 제품명이 포함된 문장, 숫자가 포함된 문장, 의문문, 이렇게 세 가지를 준비합니다. 짧은 테스트 세 개가 긴 단락 하나보다 더 많은 것을 알려줍니다. 시청은 무료로 횟수 제한 없이 할 수 있지만 비프음 워터마크가 포함됩니다. 즉 이 단계는 실험의 단계이지 납품의 단계가 아닙니다. 깔끔한 음성을 다운로드하려면 download pass가 한 번 필요합니다.
결과가 기대에 미치지 못한다면 한 번에 하나씩만 바꾸고, 같은 세 문장으로 다시 테스트합니다. 흔한 증상은 네 가지로, 거의 대부분을 아우릅니다.
세 가지 테스트 문장 중 두 가지에서 명료도가 기준에 미치지 못하면 샘플을 다시 녹음합니다. 하나만 미흡하고 그 원인이 드문 고유명사라면 발음을 수정합니다. 이 기준이 있으면 '단어 하나가 어긋났다는 이유로 목소리 전체를 다시 만드는' 흔한 낭비를 피할 수 있습니다.
이 서비스는 한 번 만든 목소리로 505개 언어에서 출력할 수 있습니다. 진정으로 유용한 기능인 동시에 신중함이 필요한 이유이기도 합니다. 다국어 버전을 공개하기 전에 해당 언어로 짧은 문장 하나를 읽게 하고—가능하면 모국어 화자에게 들려주어—이해할 수 있는지뿐 아니라 리듬도 확인합니다. 클론이 모든 단어를 올바르게 발음하더라도 번역문을 읽어 내려가는 것처럼 들릴 수 있습니다. 그 경우에는 목소리를 바꾸기보다 원고를 수정하는 편이 효과적입니다. 문장을 짧게 하고, 중첩된 종속절을 줄이고, 이름을 현지화하는 등의 조정입니다.
팀은 같은 녹음 실수를 반복하기 쉽습니다. 절차를 고정하려면 공유 세션에서 한 번 짧은 음성 샘플로 자신의 목소리를 클론하기 의 조작을 처음부터 끝까지 진행하고, 폼이 실제로 무엇을 요구했는지 적어둡니다. 소요 시간, 형식, 언어, 전사 확인, 허가. 그 한 장의 메모는 어떤 스타일 가이드보다 도움이 됩니다. 추상적인 지침을 새로운 멤버가 망설임 없이 실행할 수 있는 절차로 바꿔주기 때문입니다.
무료 플랜의 생성은 1회당 150자까지이므로, 목소리를 만든 후에도 긴 원고는 나누어 조합합니다. 유료 플랜에서는 3,600자, 15,000자까지 올라갑니다. 시청에는 워터마크가 포함됩니다. 즉 '테스트는 무료, 납품은 무료가 아니다'라는 뜻입니다. 무료 목소리는 기본으로 공개 공유되고, 비공개 범위와 상업 라이선스는 유료 쪽에 있으며, download pass는 깔끔한 파일에만 소비됩니다. 이는 샘플 녹음 방식을 바꾸지는 않지만, 그 주변의 모든 준비 과정을 바꿉니다.
짧고 깔끔하며 화자가 한 명뿐인 녹음에, 확인된 전사와 명확한 허가 판단이 갖춰지면 클론 관련 문제의 대부분은 발생하기 전에 해결됩니다. 이후는 반복입니다. 세 가지 짧은 테스트 문장, 한 번에 하나씩만 바꾸기, 명료도가 떨어지면 주저 없이 다시 녹음하기. 소프트웨어가 빠르게 해주는 것은 작업이지, 품질은 여전히 우리가 건넨 30초로 결정됩니다.
