Chirp 3: HD 음성

컬렉션을 사용해 정리하기 내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.

Text-to-Speech Chirp 3: HD 음성은 최신 세대의 Text-to-Speech 기술을 나타냅니다. 최신 LLM을 기반으로 하는 이러한 음성은 타의 추종을 불허하는 수준의 사실감과 감정적 공감을 제공합니다.

Colab 노트북 사용해 보기

GitHub에서 노트북 보기

음성 옵션

고유한 특성을 지닌 다양한 음성 옵션을 사용할 수 있습니다.

지원 언어

Chirp 3: HD 음성은 다음 언어로 지원됩니다.

사용 가능한 리전

Chirp 3: HD 음성은 다음 Google Cloud 리전에서 각각 사용할 수 있습니다.

지원되는 출력 형식

기본 응답 형식은 LINEAR16이지만 지원되는 다른 형식은 다음과 같습니다.

Chirp 3 사용: HD 음성

Chirp 3: HD 음성을 사용하여 음성을 합성하는 방법 알아보기

스트리밍 음성 합성 요청 수행

import os
from google.cloud import texttospeech

PROJECT_ID = os.getenv("GOOGLE_CLOUD_PROJECT")

def synthesize_streaming(text_iterator):
    """Synthesizes speech from an iterator of text inputs and yields audio content as an iterator.

    Args:
        text_iterator: An iterator that yields strings of text to synthesize.

    Yields:
        bytes: Audio content from each synthesis response.
    """
    client = texttospeech.TextToSpeechClient()

    streaming_config = texttospeech.StreamingSynthesizeConfig(
        voice=texttospeech.VoiceSelectionParams(
            name="en-US-Chirp3-HD-Charon",
            language_code="en-US"
        )
    )

    config_request = texttospeech.StreamingSynthesizeRequest(
        streaming_config=streaming_config
    )

    def request_generator():
        yield config_request
        for text in text_iterator:
            yield texttospeech.StreamingSynthesizeRequest(
                input=texttospeech.StreamingSynthesisInput(text=text)
            )

    streaming_responses = client.streaming_synthesize(request_generator())

    for response in streaming_responses:
        yield response.audio_content

일괄 음성 합성 요청 수행

import os
from google.cloud import texttospeech

PROJECT_ID = os.getenv("GOOGLE_CLOUD_PROJECT")

def synthesize_batch(text: str, output_filepath: str = "output.mp3"):
    """Synthesizes speech from the input text and saves it to an MP3 file.

    Args:
        text: The text to synthesize.
        output_filepath: The path to save the generated audio file. Defaults to "output.mp3".
    """
    client = texttospeech.TextToSpeechClient()

    synthesis_input = texttospeech.SynthesisInput(text=text)

    # Select the voice you want to use.
    voice = texttospeech.VoiceSelectionParams(
        language_code="en-US",
        name="en-US-Chirp3-HD-Charon",  # Example voice, adjust as needed
    )

    audio_config = texttospeech.AudioConfig(
        audio_encoding=texttospeech.AudioEncoding.MP3
    )

    # Perform the text-to-speech request on the text input with the selected
    # voice parameters and audio file type.
    response = client.synthesize_speech(
        input=synthesis_input, voice=voice, audio_config=audio_config
    )

    # The response's audio_content is binary.
    with open(output_filepath, "wb") as out:
        out.write(response.audio_content)
        print(f"Audio content written to file: {output_filepath}")

스크립트 및 프롬프트 작성 도움말

텍스트에서 몰입되고 자연스러운 오디오를 만들려면 음성 언어의 뉘앙스를 이해하고 이를 스크립트 형식으로 변환해야 합니다. 다음 팁은 선택한 어조를 잘 살리고 진정성 있게 들리는 스크립트를 작성하는 데 도움이 됩니다.

목표 이해: 자연스러운 음성

기본 목표는 합성된 음성을 자연스러운 인간의 음성과 최대한 비슷하게 만드는 것입니다. 여기에는 다음 항목이 포함됩니다.

• 자연스러운 속도 모방: 말하는 속도입니다.
• 원활한 흐름 만들기: 문장과 문구 간에 원활하게 전환합니다.
• 사실적으로 끊어 읽을 지점 추가: 강조와 명확성을 위해 끊어 읽을 지점을 추가합니다.
• 대화체 어조 포착: 오디오가 실제 대화처럼 들리도록 합니다.

자연스러운 음성의 주요 기술

• 속도와 흐름을 위한 구두점

  • 마침표(.): 마침표와 더 긴 쉼표를 나타냅니다. 완전한 생각을 구분하고 명확한 문장 경계를 만들 때 사용합니다.
  • 쉼표(,): 문장 내에서 더 짧게 멈추는 지점을 나타냅니다. 절을 구분하거나, 항목을 나열하거나, 숨을 쉴 수 있는 짧은 휴식을 도입하는 데 사용합니다.
  • 생략 부호(...): 더 길고 의도적인 일시중지를 나타냅니다. 생각을 이어나가거나, 주저하거나, 극적으로 멈추는 것을 나타낼 수 있습니다.
    • 예: "그런데... 일이 벌어졌습니다."
  • 하이픈(-): 잠시 멈추거나 생각의 갑작스러운 중단을 나타내는 데 사용할 수 있습니다.
    • 예: "말하고 싶었지만 말할 수 없었습니다."

• 일시중지 및 말더듬기 통합

  • 전략적 일시중지: 말하는 사람이 숨을 쉬거나 강조하기 위해 자연스럽게 멈추는 지점에 말줄임표, 쉼표 또는 하이픈을 사용하여 쉼표를 만듭니다.
  • 말더듬기(음, 어): 일부 Text-to-Speech 모델은 말더듬기를 자동으로 처리하지만 말더듬기의 역할을 이해하는 것이 중요합니다. 말더듬기는 대화에 진정성을 더하고 음성이 로봇처럼 들리지 않도록 합니다. 모델에서 추가하더라도 인간의 언어에서 자연스럽게 발생하는 부분을 알고 있으면 스크립트의 전반적인 흐름을 이해하는 데 도움이 됩니다.

• 실험 및 반복

  • 재합성: 동일한 음성으로 동일한 메시지를 여러 번 재합성해도 됩니다. 구두점, 공백 또는 단어 선택을 약간만 조정해도 최종 오디오에 큰 영향을 미칠 수 있습니다.
  • 비판적으로 듣기: 합성된 오디오의 속도, 흐름, 전반적인 어조에 세심한 주의를 기울입니다. 부자연스러운 부분을 파악하고 스크립트를 적절하게 조정합니다.
  • 음성 변형: 시스템에서 허용하는 경우 다양한 음성을 사용해 보고 스크립트와 선택한 어조에 가장 적합한 음성을 확인해 보세요.

• 실용적인 스크립팅 도움말

  • 소리 내어 읽기: 합성하기 전에 스크립트를 소리 내어 읽습니다. 이를 통해 어색한 문구, 부자연스러운 쉼표, 조정이 필요한 부분을 파악할 수 있습니다.
  • 대화체로 작성: 축약형(예: 'it's,' 'we're') 및 비격식체 언어를 사용하여 스크립트가 더 자연스럽게 들리도록 합니다.
  • 맥락 고려: 스크립트의 어조와 속도는 오디오의 맥락과 일치해야 합니다. 공식 프레젠테이션에는 일상적인 대화와는 다른 접근 방식이 필요합니다.
  • 복잡한 문장 분해: 길고 복잡한 문장은 TTS 엔진에서 처리하기 어려울 수 있습니다. 더 짧고 관리하기 쉬운 문장으로 나눕니다.

• 샘플 스크립트 개선사항

  • 원본 스크립트(로봇): "이제 제품이 출시됩니다. 새로운 기능이 있습니다. 정말 흥미롭습니다."

  • 개선된 스크립트(자연스러운): "이제 제품을 사용할 수 있습니다. 또한 몇 가지 흥미로운 새로운 기능이 추가되었습니다. 음, 정말 흥미진진합니다."

  • 원본 스크립트(로봇): "이 메일은 자동으로 전송된 확인 메일입니다. 예약이 처리되었습니다. 다음 세부정보는 예정된 숙박에 관한 내용입니다. 예약 번호는 12345입니다. 등록된 투숙객 이름은 Anthony Vasquez이고 도착 날짜는 3월 14일입니다. 출발 날짜는 3월 16일입니다. 객실 유형은 디럭스 스위트입니다. 투숙객 수는 1명입니다. 체크인 시간은 오후 3시입니다. 체크아웃 시간은 오전 11시입니다. 취소 정책에 따라 도착 48시간 전에 알려야 합니다. 이 기간 내에 알리지 않으면 1박 요금이 청구됩니다. 예약에 포함된 추가 편의시설로는 무료 Wi-Fi, 피트니스 센터 이용, 무료 조식이 있습니다. 문의사항이 있으면 855-555-6689로 호텔에 직접 문의해 주세요. 저희 호텔을 선택해 주셔서 감사합니다."

  • 개선된 스크립트(자연스러운): "앤서니 바스케즈님, 안녕하세요. 예약을 확인해 주셔서 감사합니다. 3월 14일부터 3월 16일까지 아름다운 디럭스 스위트에서 투숙하실 수 있도록 준비했습니다. 투숙객 1명 기준입니다. 필요한 경우를 대비해 확인 번호는 12345입니다.

    체크인 시간은 오후 3시이고 체크아웃 시간은 오전 11시입니다.

    취소 정책에 관해 알려드리자면… 취소해야 하는 경우 도착 48시간 전에 알려주시면 됩니다. 아시겠죠? 그렇지 않으면 1박에 해당하는 비용이 청구됩니다.

    또한 투숙객의 편의를 위해 무료 Wi-Fi와 피트니스 센터를 이용하실 수 있고 매일 아침 맛있는 무료 조식이 제공됩니다.

    궁금한 점이 있으면 언제든지 855-555-6689로 문의해 주세요. 호텔에서 뵙기를 기다리겠습니다."

  • 변경사항 설명:

    • 생략 부호(...)는 강조를 위해 일시중지를 만듭니다.
    • 'and we've'는 보다 대화적인 어조를 위해 축약형을 사용합니다.
    • '음, 정말 기대됩니다'라고 말하면 약간의 말더듬과 강조 효과를 더할 수 있습니다.
    • '아시겠죠?'의 친근한 알림은 어조를 부드럽게 합니다.

  이 가이드라인에 따라 자연스럽고 몰입되는 인간적인 음성 스크립트를 만들 수 있습니다. 연습과 실험이 이 기술을 습득하는 데 중요한 역할을 한다는 점을 기억하세요.

FAQ

일반적인 질문과 답변:

음성 출력을 개선하기 위해 속도와 흐름을 어떻게 제어해야 하나요?

문제 해결 도움말을 활용하여 텍스트 프롬프트를 개선하여 음성 출력을 개선할 수 있습니다.

지원되는 언어의 음성에 액세스하려면 어떻게 해야 하나요?

음성 이름은 특정 형식을 따르므로 음성을 고유하게 지정하여 지원되는 모든 언어에서 사용할 수 있습니다. 형식은 \<locale\>-\<model\>-\<voice\>입니다. 예를 들어 Chirp 3: HD 음성 모델을 사용하여 영어(미국)용 Kore 음성을 사용하려면 en-US-Chirp3-HD-Kore로 지정합니다.