AI 음성 복제

음성 복제는 특정 목소리의 음높이, 질감, 억양, 단어를 발음하는 방식을 그대로 살려 새로운 음성을 만드는 기술이에요. 예전 시스템은 보통 긴 스튜디오 녹음과 학습 과정이 필요했어요. 요즘 많은 모델은 짧은 레퍼런스 클립만 있으면 돼요. 몇 초 분량의 목소리를 듣고 그와 비슷한 목소리로 새 텍스트를 말해 줘요.

Mage에서 복제 음성은 오디오 레퍼런스에서 시작해요. MP3나 WAV를 업로드하거나, 생성물 또는 저장해 둔 사운드를 고르거나, 오디오 또는 소셜 링크를 붙여 넣고 클립의 시작 위치를 정하면, Mage가 최대 15초를 @handle로 보관해요. Seed Audio 프롬프트에서 그 핸들을 언급하면 입력한 텍스트를 그 목소리로 읽어, 설정한 길이 그대로의 MP3로 만들어 줘요. 학습 단계는 없어요. 사용할 때마다 클립을 읽어 들여요.

같은 목소리를 영상에서도 쓸 수 있어요. 클립을 캐릭터의 목소리로 저장하면 Cherry, Raspberry, Plum, Lemon, MiniMax-H3가 그 캐릭터가 말할 때마다 사용해요. Cherry, Plum, Lemon, MiniMax-H3, Blueberry는 영상 프롬프트에서 오디오 레퍼런스도 받을 수 있어요. 본인의 목소리나 사용 허락을 분명히 받은 목소리만 복제하세요.

모델은 들리는 소리를 그대로 따라 해요. 방의 울림까지 포함해서요. 울림이 있는 주방에서 녹음하면 결과물도 주방처럼 들려요. 커튼이나 가구가 있는 작은 방에서 마이크와 한두 뼘 거리를 두고, 음악이나 TV, 다른 목소리가 깔리지 않게 녹음하세요. 조용한 옷장 안에서 휴대폰 음성 메모로 녹음한 것이 아무것도 없는 방에서 좋은 마이크로 녹음한 것보다 나은 경우도 많아요.

나중에 듣고 싶은 느낌 그대로 말해 보세요. 차분하고 고르게 읽으면 차분한 내레이션으로, 생동감 있게 읽으면 활기찬 음성으로 복제돼요. 모델이 다양한 소리를 들을 수 있도록 서로 다른 문장 몇 개를 10~15초 동안 끊김 없이 말하고, 긴 휴지나 기침, 웃음은 피하세요.

가장 잘 녹음된 부분이 더 긴 녹음 안에 있다면 전체 파일을 업로드하고 시작 시간을 가장 좋은 15초 구간으로 설정하세요. 캐릭터 음성은 10초만 사용하므로, 캐릭터라면 그 캐릭터와 가장 잘 어울리는 10초를 고르세요.

• 화자 한 명, 조용한 방, 음악 없음.
• 끊김 없는 10~15초 분량의 음성.
• 원하는 톤으로 읽으세요.
• 시작 시간으로 가장 좋은 구간을 고르세요.
• 음량을 일정하게 유지하세요. 소리가 깨지거나 속삭이지 않게요.

Seed Audio에서는 @handle로 음성을 멘션하고, 정확한 대사를 따옴표 안에 넣고, 말투와 공간을 설명하세요. 예: "@ana-voice, 따뜻하고 여유롭게, 조용한 방에서 마이크에 가까이 대고 말한다: …" handle은 음성의 소리를 불러오고, 설명은 연기를 만들어 줘요.

쓰기 전에 길이부터 정하세요. Seed Audio는 선택한 5초, 10초, 30초, 60초, 120초 길이에 맞춰 늘리거나 잘라서 정확히 그 길이로 결과를 만들어 요. 그러니 대사 분량도 거기에 맞추세요. 사람은 자연스러운 속도로 1초에 2~3단어를 말하므로, 10초짜리 대사는 20~30단어가 돼요. 낭독을 조금 손봐야 한다면 말 속도, 음량, 음높이는 별도 설정으로 조절할 수 있어요.

Seed Audio는 한 번 실행할 때 오디오 레퍼런스 최대 3개 또는 이미지 레퍼런스 1개 중 하나만 받을 수 있어요. 둘을 함께 쓸 수는 없어요. 그림에 어울리는 사운드를 만들려면 음성 없이 실행하고, 음성은 별도의 클립에서 추가하세요.

• 대사 앞에 @handle을 멘션하세요.
• 정확한 대사는 따옴표 안에 넣으세요.
• 말투와 공간을 설명하세요.
• 길이를 먼저 정하고 대사를 맞추세요.

가장 간단한 방법은 캐릭터 음성이에요. 캐릭터를 만들거나 편집할 때 Character Voice를 열고 MP3 또는 WAV를 업로드하거나(시작 시간부터 처음 10초가 사용돼요), 캐릭터 이미지로 음성을 생성할 수 있어요. 설명은 선택 사항이고, 버튼에 Gem 가격이 표시돼요. 이후에는 Character Voices를 끄지 않는 한 해당 캐릭터가 말할 때마다 Cherry, Raspberry, Plum, Lemon, MiniMax-H3가 그 음성을 사용해요. 캐릭터 저장 방법은 AI 캐릭터 생성기 가이드에서 확인하세요.

영상 프롬프트에서 오디오 레퍼런스를 직접 멘션할 수도 있어요. Cherry, Plum, MiniMax-H3는 최대 3개, Lemon은 최대 5개, Blueberry는 1개까지 쓸 수 있고, 캐릭터 음성도 같은 한도에 포함돼요. Cherry는 오디오를 첨부할 때 캐릭터나 레퍼런스 같은 이미지가 프롬프트에 최소 1개 있어야 해요.

대사가 정확해야 한다면 Seed Audio로 복제한 음성으로 먼저 생성한 다음, Lipsync에서 인물 사진이나 저장한 캐릭터와 그 오디오(최대 15초)를 사용하세요. 전체 과정은 AI 말하는 사진 가이드에서 볼 수 있어요.

내 목소리이거나 사용 허락을 분명히 받은 목소리만 복제하세요. 동의 없이 실존 인물을 흉내 내는 것은 Mage에서 허용되지 않으며, 커뮤니티 가이드라인은 친구, 유명인, 공인, 브랜드를 해로운 목적으로 사칭하는 행위와 거주 지역에서 불법인 모든 콘텐츠를 금지해요. 누군가 자신이 등장하는 창작물을 삭제해 달라고 요청하면 삭제해 주세요.

허락은 서면으로 받고 구체적으로 정하세요. 누구의 목소리인지, 어떤 말을 할지, 어디에 게시할지, 상업적 사용인지, 기간은 얼마인지까지요. 성우와의 계약서에는 합성 음성 사용이 명시되어야 해요. 일반적인 녹음 사용 동의서에는 보통 포함되어 있지 않아요.

법도 같은 방향이에요. 미국에서는 FCC가 2024년 2월 AI로 생성한 음성도 자동 녹음 전화 관련 법에서 "인공" 음성에 해당한다고 판단했어요. 따라서 동의 없이 자동 전화에 사용하는 것은 불법이에요. 또 2024년 7월부터 시행된 테네시주의 ELVIS Act는 허락 없이 AI로 사람의 목소리를 흉내 내는 것을 금지해요. 이 페이지는 법률 자문이 아니니, 게시하는 지역의 규정을 확인하세요.

영상 모델 제공사도 오디오를 검토해요. 클립에 저작권이 있는 음악이나 실존 인물의 목소리가 들어 있으면 실행이 거부될 수 있고, 거부된 실행은 환불돼요.

• 내 목소리: 마음껏 사용하세요.
• 다른 사람의 목소리: 먼저 서면 허락을 받으세요.
• 공인과 유명인: 라이선스 없이는 안 돼요.
• 속이는 용도는 절대 안 돼요. 가짜 통화, 보증, 발언은 금지예요.
• 플랫폼이 요구하면 사실적인 합성 음성임을 표시하세요.

특정한 사람의 목소리여야 한다면 음성을 복제하세요. 본인, 동의한 성우, 이미 목소리를 입힌 캐릭터 등이 해당돼요. 어떤 좋은 목소리든 괜찮다면 프리셋 음성이 더 빨라요. AI 텍스트 음성 변환은 ElevenLabs 음성 16종 중 하나로 최대 5,000자를 읽어 주고, AI 음성 생성기 가이드에서는 오디오 태그로 낭독을 연출하고 프롬프트로 새 음성을 설명하는 방법을 다뤄요.

Eleven Speech는 Mage에서 음성을 복제하지 않아요. 프리셋 음성으로만 말해요. 복제는 Seed Audio와, 오디오 레퍼런스 및 캐릭터 음성을 읽는 영상 모델에서 이뤄져요. 개발자는 오디오 생성 API로 이 모든 걸 할 수 있어요.