구글($GOOGL)이 기존 AI 목소리의 음색·음높이·말하는 속도·억양을 자연어 지시로 바꿔 별도 음성으로 저장하는 '음성 리믹스' 기능을 출시했다. 개발자는 구글 AI 스튜디오(Google AI Studio)와 제미나이 API(Gemini API)에서 이용할 수 있다.
구글은 4일 제미나이 API 릴리스 노트에서 기능 제공을 알렸다. 사전 제작한 목소리나 사용자가 설계한 목소리를 자연어 지시로 수정해 원본과 별개의 음성으로 저장할 수 있다.
리믹스는 기존 목소리를 출발점으로 한다. 구글은 9월 23일 발표에서 2000개가 넘는 제작용 음성 목록을 소개하고, 음성 리믹스를 '출시 예정' 기능으로 안내했다.
음성 설계는 자연어 설명을 입력해 새로운 목소리를 처음부터 만드는 기능이다. 음성 리믹스는 이미 있는 목소리를 고른 뒤 음색, 음높이, 속도, 억양 등을 바꾼다.
API에서는 제미나이 3.8 플래시 TTS(Gemini 3.8 Flash TTS)를 이용해 목소리를 리믹스한다. 생성된 목소리에는 원본과 구분되는 별도 식별자가 부여된다.
구글은 이 식별자를 제미나이 3.8 플래시 TTS나 제미나이 3.8 플래시 라이트 TTS(Gemini 3.8 Flash-Lite TTS)의 음성 합성 요청에 사용할 수 있다고 밝혔다. 개발자는 AI 스튜디오에서 수정한 음성을 미리 들어볼 수도 있다.
구글은 9월 발표에서 대사별 말투와 속도, 감정 등을 조정하는 기능도 소개했다. 본지는 제미나이 TTS 모델의 대사별 억양과 감정 조정 기능을 보도했다.
대사별 연출은 대본 속 각 문장의 낭독 방식을 지정한다. 음성 리믹스는 목소리 자체를 바꿔 저장한다는 점에서 다르다.
음성 복제는 사용 권한이 있는 사람의 음성 샘플을 바탕으로 음성 특성을 재현하는 별도 기능이다. 구글은 30초 샘플을 이용할 수 있으며, 복제 전 음성 주인의 동의 녹음이 기준 음성과 일치하는지 확인한다고 설명했다.
구글은 제미나이 오디오 모델이 생성한 모든 오디오에 합성 음성을 식별하는 SynthID 워터마크를 적용한다고 밝혔다.
<Copyright ⓒ TokenPost, unauthorized reproduction and redistribution prohibited>
Most Popular