깔끔한 보이스오버를 녹음하려면 괜찮은 마이크, 조용한 방, 그리고——3분짜리 원고 중간에 실수했을 때 필요한——인내심이 필요합니다. 텍스트 음성 변환은 이 모든 것을 건너뛸 수 있게 해줍니다. 원고를 입력하고, 음성을 고르면, 몇 초 만에 MP3 파일을 얻을 수 있습니다.
텍스트 음성 변환 엔진의 작동 방식
RapidVideoMaker의 text_to_mp3 모드는 Microsoft의 소리 내어 읽기 기능 뒤에 있는 것과 같은 AI 음성 엔진인 edge-tts를 사용합니다. 예전의 기계적인 TTS와 달리 이것은 AI 음성입니다——자연스러운 속도, 억양, 구두점에서의 멈춤을 처리하며, 이것이 "누가 봐도 컴퓨터 목소리"와 "그대로 게시해도 될 만큼 충분함"의 차이를 만듭니다.
생성할 수 있는 것
- 텍스트: 요청당 최대 5,000자(대략 800~1,000단어, 몇 분 분량의 음성)
- 20개 언어에 걸친 48종의 음성. 각 언어마다 2~3개의 음성 제공(남성/여성, 때로는 지역별 억양——예: 미국 영어와 영국 영어, 유럽 포르투갈어와 브라질 포르투갈어)
- 말하는 속도를 25% 줄이는 "slow" 옵션, 튜토리얼이나 언어 학습 콘텐츠에 유용
- 출력: 바로 사용할 수 있는 MP3 파일——영상이 필요 없으므로 원하면 바로 자신의 편집 프로그램에 불러올 수 있습니다
RapidVideoMaker로 보이스오버 생성하는 방법
- "Text to MP3" 탭을 열고 원고를 입력하거나 붙여넣습니다(최대 5,000자).
- 언어를 고른 다음 구체적인 음성을 선택합니다——생성 전에 각 음성을 미리 들어볼 수 있습니다.
- 필요하면 "slow"를 활성화해 더 천천히 말하게 합니다.
- 생성합니다. MP3를 바로 다운로드할 수 있습니다.
같은 생성 기능을 API 문서에서 text_to_mp3 모드로도 이용할 수 있습니다——text, lang(또는 구체적인 voice ID)만 보내면 되며, 파일 업로드는 전혀 필요 없습니다. 원고를 정리한 스프레드시트에서 여러 제품 클립의 내레이션을 생성하는 등, 여러 영상의 보이스오버를 자동화하기 쉽습니다.
텍스트 음성 변환과 이미지를 영상으로 결합하기
흔한 워크플로우: 원고에서 text_to_mp3로 보이스오버를 생성한 다음, 그 MP3를 사진 한 장과 함께 image_to_video에 넣어 애니메이션 텍스트가 있는 내레이션 영상을 만듭니다——카메라도 녹음도 전혀 필요 없습니다.
실용적인 팁
- 짧은 문장과 명확한 구두점은 끊김 없이 긴 하나의 문단보다 더 자연스러운 속도를 만듭니다——엔진은 마침표와 쉼표에서 멈춥니다.
- 원고가 특히 명확하게 들려야 한다면(튜토리얼, 안내 등), "slow" 옵션은 자연스러움을 약간 희생하는 대신 이해하기 쉽게 만들어줍니다.
- 긴 원고를 확정하기 전에 짧은 샘플로 음성을 미리 들어보세요——언어마다 제공되는 2~3개의 음성 사이에 억양과 톤이 눈에 띄게 다릅니다.
자주 묻는 질문
글자 수 제한이 있나요?
네, 요청당 5,000자입니다. 더 긴 원고는 여러 요청으로 나눠 생성한 MP3들을 이어 붙이거나, RapidVideoMaker의 오디오 도구로 직접 합치세요.
특정 음성을 고르지 않으면 어떻게 되나요?
선택한 언어에서 사용 가능한 첫 번째 음성이 자동으로 사용됩니다.
생성된 음성을 상업적으로 사용할 수 있나요?
음성은 Microsoft의 edge-tts AI 엔진에서 제공됩니다. 자신의 영상 콘텐츠 밖에서 오디오를 재배포할 계획이라면, 구체적인 사용 사례에 대해 Microsoft의 이용 약관을 확인하세요.