리얼타임 TTS-2

리얼타임 TTS-2는 인월드 AI(Inworld AI)가 만든 음성합성 프로그램으로, 글자를 사람 목소리로 바꿔 읽어주는 도구다.

보통 이런 프로그램은 미리 정해둔 하나의 톤으로만 말하는데, 이 프로그램은 마치 배우에게 연기 지도를 하듯 「더 밝게」, 「살짝 슬프게」 같은 말로 목소리 톤과 감정을 실시간으로 바꿀 수 있다. 같은 목소리 정체성을 유지한 채 500개가 넘는 방언 사이를 오갈 수도 있고, 회사에 따르면 이런 처리가 150밀리초 안에 끝나 실제 대화처럼 자연스럽게 이어진다.

콜센터 상담 봇이나 오디오북 내레이션처럼 컴퓨터가 사람 목소리로 말해야 하는 여러 서비스에 쓰일 수 있는 기반 기술이다.

기사에서는 "Inworld AI가 리얼타임 TTS-2를 정식 출시하며 아티피셜 애널리시스 리더보드 1위를 차지했다"고 전해요. 다만 이 1위는 여러 음성 모델을 채점하는 독립 평가 기관 아티피셜 애널리시스의 측정 결과를 회사가 자체 인용한 것으로, 두 주 전에는 카르테시아의 소닉-3.6이 같은 리더보드 1위였을 만큼 순위가 자주 바뀐다는 점도 함께 봐야 해요.

리얼타임 TTS-2처럼 목소리 톤을 지시문으로 조절하는 음성합성 서비스를 써볼 수 있다면, 같은 문장에 지시문만 바꿔 결과를 비교해보자.

1. 짧은 문장 하나를 정한다. 예: "오늘 회의는 3시에 시작합니다."
2. 지시문 A로 읽혀본다: "차분하고 사무적인 톤으로 읽어줘"
3. 지시문 B로 같은 문장을 다시 읽혀본다: "신나고 들뜬 톤으로 읽어줘"
4. 같은 글자가 지시문에 따라 얼마나 다르게 들리는지 비교해본다.