텍스트 음성 변환(TTS)
텍스트 음성 변환 모델은 작성된 텍스트를 음성 오디오로 바꾸며, 짧은 샘플만으로 목소리를 복제할 수 있는 모델도 많습니다.
TTS 모델은 텍스트(때로는 짧은 참조 녹음)를 받아 오디오를 만듭니다. 오픈 모델은 이제 수십에서 수백 개 언어를 다루고, 생성 중인 오디오를 스트리밍할 수 있으며, 어떤 모델은 문자 설명만으로 새로운 목소리를 설계할 수도 있습니다. 첫 오디오가 도착할 때까지 걸리는 시간인 스트리밍 지연은 음성 비서에게 중요합니다.
코드뿐 아니라 가중치의 라이선스를 확인하세요. 가장 잘 알려진 오픈 TTS 모델 몇몇은 비상업 전용이고, 일부 프로젝트는 연구 용도로 제한합니다. 사실적인 목소리는 오용될 수 있으므로, 일부 모델은 출력에 들을 수 없는 워터마크를 넣습니다.
관련 용어
- 보이스 클로닝(Voice cloning) 보이스 클로닝은 텍스트 음성 변환 모델이 특정 인물의 목소리로 말하게 하며, 흔히 몇 초짜리 녹음만으로 가능합니다.
- 음성 인식(ASR, 음성 텍스트 변환) 음성 인식은 ASR 또는 음성 텍스트 변환이라고도 불리며, 말한 오디오를 문자 텍스트로 바꿉니다.
- 비상업 라이선스 비상업 라이선스는 모델을 연구, 학습, 개인 프로젝트에 사용할 수는 있지만, 이를 통해 수익을 내는 것은 허용하지 않습니다.