광고 자리 모집 중 · 제휴 문의
한국어
English简体中文繁體中文日本語EspañolPortuguês한국어DeutschFrançais
전체 사이트

개발자와 콘텐츠 제작자가 Resemble AI를 사용하여 맞춤형 AI 음성 복제본을 만들고 배포하는 방법

브리핑
365Finds Editorial
Wiki 문서 11,430편 수록

내 AI에서 365 Wiki 사용하기

아래 프롬프트를 복사해 평소 사용하는 AI에 붙여넣고 바로 질문하세요.

전체 Skill 다운로드

먼저 프롬프트로 체험해 보세요. 365 Wiki를 자주 쓴다면 전체 365Wiki Skill을 설치해 매번 붙여넣는 수고를 줄일 수 있습니다. 평소 쓰는 AI가 없다면 Gemini나 Microsoft Copilot 웹 버전도 사용할 수 있습니다.

365Wiki Skill

전체 Skill 다운로드
Resemble AI는 창의적인 오디오 제작과 자동화된 소프트웨어 배포 사이의 간극을 좁히는 고충실도 음성 합성 플랫폼을 제공합니다. 콘텐츠 제작자는 이 플랫폼을 사용하여 스튜디오 재녹음을 예약하지 않고도 사실적인 보이스오버를 생성하고, 팟캐스트를 현지화하며, 음성 대화를 편집할 수 있습니다. 동시에 소프트웨어 엔지니어는 지연 시간이 짧은 API 및 WebSocket을 통해 Resemble AI를 대화형 음성 응답(IVR) 시스템, 대화형 가상 에이전트, 게임 엔진에 통합합니다. 맞춤형 음성 클론을 생성하고 배포하려면 데이터셋 수집, 신원 확인, 모델 훈련, 런타임 합성에 이르는 체계적인 워크플로가 필요합니다.


핵심 복제 계층: Rapid vs. Professional


오디오를 수집하기 전에 팀은 충실도 요구사항, 소요 시간, 배포 대상에 따라 적절한 복제 계층을 결정해야 합니다.





































기능 / 지표Rapid Voice CloneProfessional Voice Clone
필요한 오디오 입력2~5분(또는 25~50개 프롬프트 문장)30~60분 이상의 스튜디오급 음성
훈련 소요 시간수 분에서 수 시간24~72시간(모델 튜닝 포함)
음향 다이내믹 레인지보통 수준의 억양, 일관된 톤넓은 다이내믹 레인지, 미묘하고 섬세한 감정 표현력
주요 활용 사례빠른 프로토타이핑, 동적 소셜 콘텐츠, 임시 가이드 트랙(scratch tracks)브랜드 앰버서더, 상업용 오디오북, 게임 대화
기술적 요구사항깨끗한 소비자용 마이크, 조용한 방스튜디오 콘덴서 마이크, 음향 처리된 방, 44.1kHz/48kHz WAV


오디오 데이터셋 준비 기준


모델의 충실도는 입력 데이터 품질을 직접적으로 반영합니다. 선택한 계층에 관계없이 오디오 녹음은 특정 기술 표준을 준수해야 합니다.



윤리적 검증 및 화자 동의


Resemble AI는 동의 없는 음성 복제 및 사칭을 방지하기 위해 엄격한 규정 준수 및 동의 프레임워크를 운영합니다. 명시적인 동의 검증 없이는 맞춤형 음성 훈련을 진행할 수 없습니다.


    

  1. 동의 스크립트 녹음: 원래 화자는 플랫폼에서 생성한 필수 동의 문구를 그대로 녹음해야 합니다. 이 문구는 화자의 이름을 명시하고, AI 합성을 위한 음성의 승인된 사용을 인정하며, Resemble AI가 모델을 처리할 수 있는 권한을 확인합니다.
    2. 

  2. Resemblyzer를 통한 화자 검증: Resemble AI는 음성 생체 인식 엔진(Resemblyzer)을 사용하여 동의 녹음의 음향 지문을 계산합니다. 시스템은 이 지문을 업로드된 훈련 데이터셋과 교차 참조하여 데이터셋이 동의한 개인의 것인지 확인합니다.
    3. 

  3. 합성 미디어 출처 추적: 생성된 오디오 출력에는 Resemble AI의 독점 PerTh 암호화 워터마크가 자동으로 삽입됩니다. 이 감지할 수 없는 워터마크는 표준 오디오 압축 및 트랜스코딩 후에도 지속되므로 Resemble Detect와 같은 자동화 시스템이 합성 출처를 확인하고 오용을 방지할 수 있습니다.
    4. 



음성 클론 생성: Studio 및 API 워크플로


사용자는 Resemble AI Web Studio 인터페이스를 통하거나 REST API를 통해 프로그래밍 방식으로 맞춤형 음성을 생성하고 훈련할 수 있습니다.


방법 1: 크리에이터를 위한 Web Studio 인터페이스


콘텐츠 크리에이터, 비디오 편집자, 오디오 프로듀서를 위해 Web Studio는 시각적 관리 파이프라인을 제공합니다.


    

  1. 음성 초기화: Resemble AI 대시보드에 로그인하고 Voices로 이동한 후 Create Custom Voice를 선택합니다.
    2. 

  2. 신원 확인: 화면의 안내에 따라 브라우저에서 직접 동의 스크립트를 읽고 녹음하거나, 스크립트와 일치하는 인증된 오디오 파일을 업로드합니다.
    3. 

  3. 데이터셋 입력: 분할된 WAV 오디오 클립과 해당 텍스트 전사본(transcript)을 드래그 앤 드롭합니다. 전사본을 통해 모델이 음소와 음향 프레임을 정확하게 정렬할 수 있습니다.
    4. 

  4. 훈련 시작: Build Voice를 클릭합니다. 모델이 음향 정렬을 처리하고 신경망 가중치를 최적화하는 동안 대시보드에 진행 상황이 표시됩니다. 훈련이 완료되면 프로젝트 작업 공간에서 음성을 활성화하여 사용할 수 있습니다.
    5. 



방법 2: 개발자를 위한 프로그래밍 방식 설정


개발자는 Resemble AI REST API를 사용하여 전체 음성 생성 및 훈련 파이프라인을 자동화할 수 있습니다.


1. 음성 컨테이너 생성


새 음성 엔터티를 초기화하기 위해 POST 요청을 전송합니다.


curl -X POST "https://app.resemble.ai/api/v2/voices" \
  -H "Authorization: Token token=YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "Customer Support Persona A",
    "dataset_url": null,
    "consent": "I, Jane Doe, authorize Resemble AI to create a synthetic voice model of my voice."
  }'



응답으로 후속 작업에 필요한 voice_uuid가 반환됩니다.


2. 오디오 녹음 및 전사본 업로드


오디오 샘플과 해당 전사본을 녹음 엔드포인트에 업로드합니다.


curl -X POST "https://app.resemble.ai/api/v2/voices/{voice_uuid}/recordings" \
  -H "Authorization: Token token=YOUR_API_KEY" \
  -F "file=@sample_01.wav" \
  -F "name=sample_01" \
  -F "text=Welcome to our automated customer service portal." \
  -F "is_active=true"



각 훈련 세그먼트에 대해 이 단계를 반복하거나 Resemble Python 또는 Node.js SDK를 통해 일괄 업로드를 자동화합니다.


3. 모델 빌드 트리거


모든 오디오 세그먼트가 업로드되고 확인되면 신경망 훈련 작업을 트리거합니다.


curl -X POST "https://app.resemble.ai/api/v2/voices/{voice_uuid}/build" \
  -H "Authorization: Token token=YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "fill": false
  }'



fill: true로 설정하면 음성 대 음성(speech-to-speech) 교체 파이프라인이 활성화되어, 제작자가 원래의 타이밍과 억양을 유지하면서 기존 오디오 녹음 내의 단어를 직접 교체할 수 있습니다.


음성 배포 및 생성


모델 상태가 준비 완료(ready)로 변경되면 크리에이터와 개발자는 맞춤형 음성을 프로덕션 환경에 배포할 수 있습니다.


콘텐츠 크리에이터를 위한 Studio 배포


콘텐츠 크리에이터는 Resemble Studio 편집기 내에서 직접 오디오를 합성하고 미세 조정할 수 있습니다.



개발자 배포: REST API 및 저지연 WebSocket


엔지니어는 동기식 REST 엔드포인트 또는 스트리밍 WebSocket을 사용하여 맞춤형 음성을 실시간 웹, 모바일, 백엔드 아키텍처에 배포할 수 있습니다.


REST API를 통한 동기 합성


정적 에셋 생성, 이메일 낭독 또는 일괄 비디오 렌더링의 경우 표준 clips 엔드포인트를 사용합니다.


curl -X POST "https://app.resemble.ai/api/v2/projects/{project_uuid}/clips" \
  -H "Authorization: Token token=YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "title": "Welcome Prompt",
    "body": "Hello, thank you for calling. How can I assist you today?",
    "voice_uuid": "YOUR_VOICE_UUID",
    "is_public": false,
    "output_format": "wav"
  }'



응답으로 합성된 WAV 파일이 포함된 오디오 URL이 제공됩니다.


WebSocket을 통한 실시간 스트리밍


대화형 AI 에이전트, 인터랙티브 챗봇, 게임 NPC의 경우 동기식 HTTP 폴링은 허용할 수 없는 지연 시간을 유발합니다. Resemble AI는 200밀리초 미만의 첫 오디오 응답 시간(time-to-first-audio)을 제공하는 WebSocket 스트리밍 API를 제공합니다.


import WebSocket from 'ws';

const ws = new WebSocket('wss://websocket.resemble.ai/stream');

ws.on('open', () => {
  // Authenticate and configure stream parameters
  ws.send(JSON.stringify({
    action: 'start',
    api_key: process.env.RESEMBLE_API_KEY,
    voice_uuid: 'YOUR_VOICE_UUID',
    output_format: 'pcm_16000'
  }));

  // Send text chunks as they arrive from an LLM
  ws.send(JSON.stringify({
    action: 'synthesize',
    text: 'Your reservation has been confirmed for tomorrow evening.'
  }));
});

ws.on('message', (data) => {
  // Handle binary audio chunks in real-time
  if (Buffer.isBuffer(data)) {
    processAudioBuffer(data);
  } else {
    const event = JSON.parse(data.toString());
    if (event.status === 'finished') {
      console.log('Stream completed.');
    }
  }
});



전화 및 IVR 통합


Resemble AI는 Twilio Voice와 같은 통신 플랫폼과 기본적으로 통합됩니다. Twilio Media Streams의 오디오 스트림을 Resemble의 WebSocket 엔드포인트로 라우팅함으로써 기업은 브랜드 맞춤 합성 음성을 사용하여 발신자와 실시간으로 대화하는 개인화된 고객 지원 상담원을 배포할 수 있습니다.


운영 모범 사례 및 거버넌스


합성 음성 기술을 대규모로 배포하려면 지속적인 운영상의 엄격함이 요구됩니다.


다룬 제품
Resemble AI