단어마다 연기를 적는 악보
대사 위 네 줄에 감정, 음량, 빠르기, 기호를 입력합니다. 입력한 내용은 태그 대본이 되어 API에도 그대로 쓸 수 있습니다.
민지 드라마 주연
[차분 0.5]오늘 회의는 여기서 마치고[/차분] [진지 0.7]내일 다시 이야기하겠습니다.[/진지]
밑줄 친 단어에는 빠르기, 강조 같은 처리 기호가 붙어 있습니다. 기호를 적는 방법은 API 문서의 세부 표기에서 볼 수 있습니다.
실제 엔진으로 만든 음성
AI 생성 표시 워터마크 포함-
원본 오늘 회의는 여기서 마치고 내일 다시 이야기하겠습니다.4.6초
-
빠르기 0.8배 오늘 회의는 여기서 마치고 내일 다시 이야기하겠습니다.5.2초
-
스타카토 오늘 회의는 여기서 마치고 내일 다시 이야기하겠습니다.5.2초
-
강조 저는 절대로 포기하지 않을 겁니다.2.5초
-
점점 강하게 · 화남 이제 그만 하라고 몇 번을 말했잖아2.5초
- 점점 크게 · 작게는 음량 곡선으로
꺾쇠를 그은 구간은 음량을 곡선으로 키우거나 줄입니다.
- 처리 기호는 추가 요금 없음
빠르기, 강조, 스타카토를 넣어도 크레딧은 읽는 글자 수만큼만 차감됩니다.
- 빠르기를 바꿔도 정확한 발음
빠르기를 0.75~1.3배로 바꾼 뒤에도 받아쓰기 글자 오류율 0%(2026-10 사내 측정, 한국어 문장 2개).
얼굴을 보고 캐스팅하고 배역마다 튜닝합니다
캐릭터 12명 중 배역에 맞는 목소리를 선택하고, 기본 톤, 빠르기, 감정 폭, 대사 뒤 쉼을 그 배역의 기본값으로 정합니다.
작품 전체를 한눈에 보고, 필요한 곳은 크게
축소하면 줄 번호와 배역 색만, 확대하면 대사 첫머리와 단어별 구간이 보입니다. 확대해도 글자 간격은 그대로입니다.
도윤대사 아래 배경 음악, 장면 전환에는 효과음까지
대사가 나오는 동안 음악을 자동으로 낮추고(덕킹), 장면이 바뀌는 순간 음악을 키웁니다. 이 예시의 대사 · 배경 음악 · 효과음은 모두 실제로 만든 소리이고, AI 생성 표시가 들어 있습니다.
- 장면 1 · 회의실 · 잔잔한 건반 -12dB
- 장면 2 · 복도 · 낮은 긴장 -10dB
- 효과음 · 문 쾅
- 말이 멈춘 틈에는 음악을 다시 키웁니다
대사 클립 전체가 아니라 실제로 말하는 구간에서만 음악을 낮춥니다.
- 업계 기준을 따른 기본값
배경 음악은 대사보다 12dB 낮게 깔고, 말하는 동안은 10dB 더 낮춥니다(내려가기 0.15초 · 돌아오기 0.5초).
- 납품 기준에 맞춘 음량
팟캐스트 -16 LUFS, 오디오북 ACX, 방송 -23 LUFS 기준으로 음량을 맞추고 측정값을 보여 줍니다.
화면, 텍스트, API 어디서나 같은 연기
태그를 넣은 대본을 스튜디오에 붙여 넣거나, 같은 내용을 JSON으로 API에 보낼 수 있습니다.
민지: [놀람 0.7]네? 벌써요?[/놀람] [슬픔]아직 못 내렸는데…[/슬픔] [기쁨 0.8]아, 저기 온다![/기쁨]
{
"model": "voice-studio-1",
"voice": "minji",
"markup": "emotion-v1",
"input": "[놀람 0.7]네? 벌써요?[/놀람] [슬픔]아직 못 내렸는데…[/슬픔] [기쁨 0.8]아, 저기 온다![/기쁨]"
}
줄마다 목소리를 바꾸는 JSON 대본과 빠르기, 강조 같은 세부 표기 방법은 충전한 조직에 API 문서로 공개합니다.
단어 하나만 천천히, 단어 사이에는 쉼을
어절 위치를 찾아 그 단어만 천천히 말하게 하거나 뒤에 쉼을 넣습니다. 음성을 다시 만들지 않고 이미 만든 음성을 다듬습니다.
- 어절 위치를 자동으로 찾습니다
한국어 음성 인식 모델로 어절이 시작하는 시점을 찾습니다. 5초 대사 기준 약 0.025초가 걸립니다.
- 늘이고 쉼을 넣어도 정확한 발음
어절 88개를 1.3배로 늘이거나 앞에 0.3초 쉼을 넣어도 받아쓰기 결과가 나빠지지 않았습니다(2026-10 사내 측정).
- 글자 간격은 그대로
구간을 늘려도 글자 간격은 벌어지지 않고, 늘어난 만큼 음성 구간이 길어집니다.
다른 서비스와 비교
| 항목 | 다른 서비스 | Voice Studio | 상태 |
|---|---|---|---|
| 운율 편집 화면 | 구간을 고른 뒤 옆 패널의 슬라이더로 바꾸거나, 대본 안에 태그를 적는 방식이 대부분입니다. | 단어 위 세 줄(감정 · 빠르기 · 기호)에서 바꾸고, 같은 내용을 태그 대본과 JSON으로도 씁니다. | 제공 |
| 선 · 그래프로 보는 편집 | 단어 위에 선이나 그래프를 그리는 상용 TTS는 조사한 서비스 중 두 곳에서 확인했습니다. | 조절 종류마다 줄과 색을 나누고, 셈여림(p~ff)과 빠르기 배수를 단어 위에 표시합니다. | 제공 |
| 음악 기호 | 악보처럼 줄을 나눠 편집하는 화면은 노래 합성 편집기에서 확인했고, 말소리 TTS에서는 찾지 못했습니다. | 강조 · 스타카토 · 점점 강하게 · 점점 약하게를 말소리에 씁니다. | 제공 |
| 여러 배역 | 대본 목록에 화자 색을 표시합니다. 한 번에 합성하는 화자 수는 서비스마다 2명, 10명처럼 다릅니다. | 줄마다 목소리를 정하고 한 파일로 이어 붙입니다. 캐릭터 얼굴을 보고 배역에 캐스팅합니다. | 제공 |
| 배경 음악 덕킹 | 자동 덕킹을 문서로 밝힌 편집기 중에는 대사 클립이 있는 동안 음악을 계속 낮추는 곳이 있습니다. | 실제로 말하는 구간에서만 음악을 낮추고, 문장 사이 숨 쉬는 틈에는 음악을 살립니다. | 준비 중 |
| 믹스를 API로 | API로 배경 음악까지 섞는 기능은 조사한 서비스 중 한 곳(음량 · 페이드)에서 확인했습니다. | 화면에서 만든 장면 · 음악 · 효과음 · 전환을 같은 표기로 API에 보냅니다. | 준비 중 |
| AI 생성 표시 | 일부 서비스가 생성 음성 워터마크와 판별 도구를 둡니다. | 만든 음성마다 들리지 않는 AudioSeal 워터마크를 넣습니다. 이 화면에서 들리는 소리에도 들어 있습니다. | 제공 |
2026-10-28 각 서비스의 공개 문서를 조사한 결과입니다. 서비스는 이후 바뀔 수 있습니다.