일반적인 텍스트 음성 변환(TTS) 엔진으로 긴 글을 낭독할 때 가장 흔히 발생하는 문제는 기계적이고 단조로운 톤입니다. 전문 내레이터는 자연스러운 호흡으로 문장을 끊어 읽고, 서스펜스 구간에서 속도를 늦추며, 핵심 단어를 강조하고, 해설과 등장인물의 대사를 명확히 구분합니다. Voicemaker에서 상업적으로 통용되는 수준 높은 보이스오버를 제작하려면 두 가지 제어 계층을 결합해야 합니다. 하나는 오른쪽 사이드바의 **전체 음성 설정(Voice Settings)**을 통해 내레이터의 기본 음색과 낭독 속도를 확립하는 것이고, 다른 하나는 편집기 내의 SSML 태그 및 Custom Pauses(사용자 지정 일시 중지) 기능을 사용하여 미세한 휴지기, 감정 표현, 강조, 정확한 발음을 연출하는 것입니다.
본 가이드에서는 Voicemaker를 활용하여 인위적인 느낌을 없애고 오디오북, 팟캐스트, 영상 해설에 최적화된 자연스러운 음성을 구현하는 실전 방법을 설명합니다.
1. 음성 엔진 선택 및 기본 음향 프로필 구축
마크업 태그를 적용하기에 앞서, 프로젝트에 적합한 기초 음성 모델과 매개변수를 설정해야 합니다.
- AI3 뉴럴 엔진 선택: 기존 레거시 음성 모델은 긴 호흡의 운율을 유지하는 능력이 부족합니다. 장편 내레이션에는 반드시 AI3 이상의 신경망 음성 모델을 사용하십시오.
- 이름 뒤에 "E" 접미사가 붙은 음성 확인: Voicemaker에서는 음성 모델 이름 끝에 "E" 접미사가 포함된 모델(예: AI3 모델의 Jony)만이 calm(차분함), sad(슬픔), happy(기쁨), angry(분노) 등 감정을 담아내는 **Voice Effects(음성 효과)**를 지원합니다. "E" 접미사가 없는 음성을 선택하면 감정 효과가 비활성화되어 억양 변조에 제약이 생깁니다.
- 전체 음성 설정(Voice Settings) 튜닝:
- Speed(속도): Voicemaker의 기본 낭독 속도는 일반적인 스토리텔링에 비해 다소 빠른 편입니다. 오른쪽 사이드바의 음성 설정에서 속도 슬라이더를 약간 낮춰 청취자가 서사를 상상하고 음미할 수 있는 차분한 템포를 확보하십시오.
- Pitch(피치/음높이): 전체 피치를 약간 낮추면 내레이터의 목소리에 신뢰감과 무게감이 더해집니다. 반대로 발랄한 인물이나 아동 캐릭터 대사를 연출할 때는 국소적으로 피치를 올려 조절합니다.
- Volume(음량): 마스터링 단계에서 음향 왜곡(클리핑)을 방지하고 다이내믹 레인지를 유지할 수 있도록 적정 수준의 게인을 유지합니다.
2. 호흡과 완급 조절: Pause SSML 대 Custom Pauses
합성 음성이 어색하게 들리는 가장 결정적인 이유는 숨을 쉬는 휴지기(Pause)가 없기 때문입니다. Voicemaker는 수동 태그 삽입과 자동 부호 연동이라는 두 가지 방식으로 무음을 제어합니다.
Pause SSML 태그를 통한 극적 연출
특정한 극적 전환점에서는 상단 툴바의 Pause 드롭다운 메뉴를 이용하거나 에디터에 <break time="..."/> 태그를 직접 입력합니다:
- 대사와 지문 사이의 미세 멈춤(200ms – 400ms): 인용 대사와 해설 지문 사이에 짧은 휴지기를 두어 인간 성우의 자연스러운 호흡 전환을 재현합니다(예:
"그럴 리 없어," <break time="300ms"/> 그녀가 낮게 속삭였다.). - 장면 전환 및 서스펜스 여운(1000ms – 2000ms): 챕터 전환이나 충격적인 반전 직전에 충분한 침묵을 배치하여 긴장감을 극대화합니다.
Custom Pauses 기능을 통한 장문 낭독 템포 자동화
수천 자에 달하는 원고 곳곳에 수동으로 일시 중지 태그를 넣는 작업은 매우 번거롭고 텍스트를 복잡하게 만듭니다. 이를 해결하기 위해 기본 내장된 Custom Pauses 기능을 활성화합니다:
- 편집기 우측 상단의 **Settings(톱니바퀴 아이콘)**을 클릭합니다.
- 팝업 창의 Pauses 탭으로 이동하여 Custom Pauses 스위치를 ON으로 켭니다.
- 주요 문장 부호별로 멈춤 시간(초 단위)을 지정합니다:
- 마침표(
.,。):0.7s–0.9s로 설정하여 문장이 자연스럽게 마무리되도록 합니다. - 쉼표(
,,、):0.25s–0.35s로 설정하여 자연스러운 어절 분리를 유도합니다. - 물음표 및 느낌표(
?,!):0.6s–0.8s로 설정하여 감정적 여운이 맺히도록 합니다.
- 마침표(
- 문단 간 멈춤(Between Paragraph) 활성화: 원고 문단 사이에 빈 줄(공백 줄)을 하나 두면, Voicemaker가 설정된 문단 간 휴지기(예:
1.5s)를 자동으로 적용하여 이야기의 단락 구분을 명확히 해줍니다. - 특수 기호 트리거(
@,#): Custom Pauses 설정에서@기호에0.5s,#기호에1.2s를 매핑해 두면, 본문에 기호 하나만 입력하는 것으로 복잡한 XML 태그 없이 즉각적인 멈춤을 부여할 수 있습니다.
3. 입체적인 억양: Emphasis, 피치 및 국소 속도 변조
단조로운 어조는 청취자를 빠르게 지치게 합니다. 핵심 어휘에 변화를 주면 전문 내레이터와 같은 생동감을 만들 수 있습니다.
Emphasis SSML로 핵심 단어 부각하기
- 강조하려는 어휘를 드래그하여 선택한 후 상단 툴바의 Emphasis 드롭다운을 클릭합니다:
- Strong Emphasis: 음성의 에너지와 무게감을 강화합니다. 복선이 되는 핵심 단어, 결정적 동사, 격양된 대사에 절제하여 사용하십시오. 지나치게 남용하면 문맥의 흐름이 끊깁니다.
- Reduced Emphasis: 음성의 강도와 볼륨을 낮춥니다. 괄호 안의 부가 설명, 내면의 독백, 은밀한 귓속말 표현에 적합합니다.
섬세한 Pitch와 Speed 제어
Voicemaker의 SSML 피치 및 속도 조절은 음성 변형으로 인한 왜곡을 방지하기 위해 점진적이고 미세하게 반응하도록 설계되었습니다:
- Pitch 조절: 의문문이나 캐릭터 대사를 선택하고 상단의 Pitch 슬라이더를 조정합니다. 문장 끝을 살짝 올리면 생생한 질문 억양이 형성되며, 음조를 약간 낮추면 음산하거나 진중한 분위기가 연출됩니다.
- Speed 조절: 긴박한 추격 장면에서는 속도를 소폭 높이고, 회상이나 사색 장면에서는 속도를 낮추어 극적 템포의 완급을 조절합니다.
대사 구간에 국소적 Voice Effects 적용하기
"E" 접미사가 붙은 음성을 사용할 경우:
- 사이드바의 전체 Voice Effects는 Default 상태를 유지합니다(내레이션의 기본 톤을 일정하게 유지하기 위함).
- 본문에서 특정 등장인물이 발화하는 대사 구간만 선택합니다.
- 상단 툴바의 Voice Effect 버튼을 클릭하여 원하는 감정 상태(whisper, calm, angry 등)를 부여합니다.
- 합성 시 전체 해설은 차분하게 진행되면서 대사 구간에만 선명한 감정선이 실리게 됩니다.
4. 정밀한 발음 유도: Say-As SSML 활용
오디오북 낭독 시 연도, 시간, 단위, 약어 등에서 기계적 발음 오류가 자주 발생합니다. Voicemaker의 Say-As 태그군은 명확한 낭독 기준을 지정해 줍니다:
- Say-As Date 및 Time:
1945-08-15나07:30 PM같은 표기가 수식이나 기호로 잘못 읽히지 않고 정확한 날짜 및 시각으로 낭독되도록 합니다. - Say-As Cardinal 및 Ordinal: 기수(수량)와 서수(순서, "제3장", "3rd" 등)를 명확히 구분하여 서사적 혼선을 방지합니다.
- Say-As Spell-Out / Characters: 문자를 알파벳 철자 하나하나로 강제 발음시킵니다(
say-as interpret-as="characters"). 군용 호출 부호, 고유 식별 코드, 비표준 약어를 시스템이 단어로 잘못 묶어 발음하는 것을 차단합니다. - Say-As Fraction 및 Unit: 분수(
1/2)나 단위(10km)를 "2분의 1", "10킬로미터"와 같이 온전한 어휘로 풀어 읽도록 보장합니다.
5. 제작 실무: 원고 분할, 오디오 내보내기, 크레딧 관리
장편 오디오북이나 상업용 내레이션 프로젝트를 안정적으로 완성하기 위한 핵심 실무 지침입니다:
원고 분할 전략(Chunking)
수만 자에 이르는 책 한 권 분량을 에디터에 한꺼번에 붙여넣지 마십시오.
- 씬이나 단락 단위로 500자에서 2,500자 내외로 텍스트를 나누어 작업합니다.
- 분할 작업은 SSML 태그의 모니터링을 단순하게 만들며, 특정 문장 하나를 수정해야 할 때 전체를 다시 변환하느라 크레딧을 낭비하는 일을 방지합니다.
스튜디오 납품을 위한 오디오 내보내기 설정
Convert to Speech 버튼 바로 위에 있는 Audio Settings 옆의 Change를 클릭합니다:
- 출력 형식(Output Format):
- MP3: 팟캐스트, 일반 웹 업로드, 검수용 프리뷰에 적합합니다.
- WAV: 오디오북 출판을 위한 필수 규격입니다. 무압축 WAV는 손실 없이 오디오 데이터를 유지하여 Audacity, Reaper 등 DAW 환경에서 노이즈 제거와 마스터링 작업을 원활하게 수행할 수 있도록 합니다.
- 샘플 레이트(Sample Rate):
- 일반 스트리밍은 44100 Hz(CD 음질)를 사용합니다.
- ACX, Audible 납품 요건이나 영상과의 정밀한 싱크 작업이 필요한 스튜디오 표준 프로젝트에는 **48000 Hz(스튜디오 품질)**를 권장합니다.
크레딧 정책 및 상업적 라이선스
- Voicemaker는 다운로드가 아닌 변환(Convert) 실행 시 크레딧을 차감합니다. 변환 버튼을 누를 때마다 텍스트 길이에 비례하여 크레딧이 소진됩니다(한중일 CJK 문자는 1자당 2크레딧으로 계산됩니다).
- 무료 계정은 1회 변환 시 250자 제한이 있으며 상업적 이용 권한이 제공되지 않습니다.
- 정식 출판 오디오북이나 수익 창출용 미디어 제작에는 Starter(월 $5), Creator(월 $10), Pro(월 $20) 또는 전용 Audiobook Creation Pack 플랜을 구독하여 상업적 라이선스와 넉넉한 1회 변환 한도를 확보해야 합니다.
- 낯선 고유명사나 복잡한 쉼표 구간을 조율할 때는 50자 안팎의 짧은 샘플로 미리 발음을 확인한 뒤 전체 구간을 렌더링하는 것이 안전합니다.
자연스러운 내레이션을 위한 체크리스트
- 적합한 모델 선택: 감정 표현을 위해 "E" 접미사가 포함된 AI3 뉴럴 음성을 선택합니다.
- 기본 톤 구축: 사이드바 설정에서 낭독 속도를 약간 낮추고 피치를 안정적으로 조율합니다.
- 자동 쉼표 가동: Custom Pauses에서 쉼표 약 0.3초, 마침표 약 0.8초, 문단 간격 약 1.5초를 설정합니다.
- 드라마틱한 연출: Emphasis로 주요 어휘를 살리고, Say-As로 수치를 보정하며, 대사에 국소 감정 효과를 부여합니다.
- 스튜디오 표준 저장: 48000 Hz WAV 형식으로 장면별 분할 추출하여 최종 마스터링을 준비합니다.