AI 텍스트 음성 변환: 대본으로 MP3 내레이션 만들기

AI 텍스트 음성 변환은 원본 녹음 없이 글을 말하는 음성으로 바꿉니다. Pipe2.ai의 Audio Generator는 대본을 받아 다운로드할 수 있는 MP3 하나를 반환합니다. 음성 모델과 목소리를 고르고 읽는 방식을 설명한 뒤, 결과를 듣고 다듬어 내레이션으로 사용하세요.

대본을 음성으로 만드는 다섯 단계

1. Audio Generator를 열고 모델을 고릅니다. Gemini 3.8 Flash TTS는 기본 모델이며 130개 이상의 언어로 스튜디오 품질의 내레이션을 만듭니다. Gemini 3.8 Flash-Lite TTS는 초안에 쓰기 좋은 더 빠르고 저렴한 Gemini 옵션입니다. 표현력이 가장 뛰어난 Eleven v4와 MiniMax Speech 2.8 Turbo, HD도 사용할 수 있습니다.
2. 텍스트 입력란에는 실제로 읽을 말만 붙여 넣습니다. 말하게 할 언어로 작성하세요. 연기나 낭독 지시는 목소리 지시 입력란에 넣어 대본에 섞이지 않게 합니다.
3. 호환되는 목소리를 고릅니다. Gemini는 Auto 또는 이름이 있는 프리셋을 지원합니다. MiniMax에서는 제공되는 목소리 중 하나를 직접 선택해야 합니다. 음성 합성에서 Auto는 지원되지 않습니다.
4. 읽는 방식을 설명합니다. Gemini에는 “따뜻한 튜토리얼 내레이터, 차분한 속도, 부드러운 강조”처럼 명확하게 지시해 보세요. MiniMax는 “slow, calm”부터 시작하세요. 지원하는 지시 제어는 속도와 감정입니다.
5. MP3를 생성하고 확인합니다. 빠진 말은 없는지, 발음과 쉼, 어조가 적절한지 들어보세요. 한 번에 한 가지씩 바꾸고 필요하면 다른 버전을 생성합니다.

현재 출력 사양, 2026년 10월 6일 확인: Audio Generator는 텍스트로 말하는 음성을 만들고 MP3로 반환합니다. 선택할 수 있는 목소리와 낭독 지시는 모델마다 다릅니다.

전체 대본보다 짧은 내레이션부터 시험하기

Gemini로 처음 시험할 때는 Gemini 3.8 Flash TTS와 Kore 목소리를 고른 뒤 다음 두 항목을 따로 입력하세요.

• 텍스트: “워크숍에 오신 것을 환영합니다. 오늘은 간단한 아이디어를 함께 나눌 수 있는 결과물로 만들어 보겠습니다. 시작해 볼까요.”
• 목소리 지시: “차분한 튜토리얼 내레이터. 따뜻한 어조와 일정한 속도, 문장 사이에 분명한 쉼을 주세요.”

생성 전에 Gemini용 낭독 지시를 다듬고 싶다면 프롬프트 개선을 켜 두세요. 지시를 그대로 쓰고 싶다면 끕니다. Gemini에서 Auto를 선택하고 개선을 끄면 Kore를 사용하며, 목소리를 자동으로 고르지 않습니다. MiniMax는 지원하는 속도와 감정 지시를 직접 적용합니다.

이 대본은 연습용이며, 실제로 검증한 생성 결과나 일정한 길이를 보장하는 예시가 아닙니다. 긴 내용을 보내기 전에 목소리와 리듬이 프로젝트에 맞는지 판단하는 데 사용하세요.

원하는 낭독 방식에 맞는 모델 고르기

Gemini는 이름이 있는 프리셋 목소리 30개, 짧은 스타일 지시, 그리고 <laugh>나 <short pause>처럼 텍스트에 넣는 소리를 제공합니다. Flash-Lite TTS는 빠른 초안에 적합하고, Flash TTS는 스튜디오 품질의 내레이션을 지향합니다. Eleven v4는 [whispers] 같은 태그로 가장 폭넓은 감정을 표현합니다. Pipe2의 MiniMax Speech 2.8에는 프리셋 목소리 5개가 제공됩니다. Turbo는 더 빠른 합성, HD는 최종 내레이션을 위한 옵션입니다. 서로 다른 모델 계열의 목소리는 바꿔 쓸 수 없습니다.

MiniMax는 영어 지시어 slow, fast, quick과 지원하는 감정 중 하나를 해석합니다. 감정은 happy, sad, angry, fearful, disgusted, surprised, calm입니다. 억양이나 장면을 자유롭게 설명한다고 해서 Gemini와 같은 제어가 가능한 것은 아닙니다. 요청한 억양은 보장되지 않습니다.

실행 전에 현재 크레딧 예상 비용을 확인하세요. Gemini는 실제로 생성된 오디오에 대해, MiniMax와 Eleven v4는 문자 수에 따라 과금됩니다. Eleven v4는 텍스트와 함께 보내는 오디오 태그도 글자 수에 포함하며, 프롬프트 개선을 켜면 그 단계의 비용도 더해집니다. 짧은 발췌문으로 낭독 방식을 평가하면 긴 대본에 크레딧을 쓰기 전에 판단할 수 있습니다.

캐릭터에 맞는 목소리와 연기 정하기

캐릭터가 이끄는 도입부나 이야기를 만들 때는 원하는 언어의 같은 짧은 대사로 프리셋 목소리 두 개를 비교하세요. 먼저 음색을 듣고 목소리를 고른 다음, Gemini의 목소리 지시로 감정과 속도를 조절합니다. Audio Generator는 목소리 복제나 특정 배우의 목소리를 제공하지 않습니다.

“열쇠를 찾았어. 이제 문을 열 수 있어.”라는 대사에 “차분하게 기뻐하며, 일정한 속도로”라는 지시를 넣어 보세요. 두 번째 버전에서는 목소리와 대사를 그대로 두고 지시만 “걱정하며, 빠르게 말하기”로 바꿉니다. 이는 입력 제안이며, 검증된 녹음 결과가 아닙니다. 감정이 어떻게 달라지는지 듣고 모든 말이 또렷하게 들리는지 확인하세요.

대화는 캐릭터마다 목소리를 직접 지정해 대사를 따로 생성하세요. 각 MP3와 함께 모델, 목소리, 대본, 지시를 보관하면 대사를 수정할 때 같은 설정을 다시 사용할 수 있습니다. 채택하기 전에 앞뒤 버전을 이어서 들어보세요. 같은 설정을 사용해도 연기가 완전히 같아진다고 보장할 수는 없습니다.

소리 내어 읽기 자연스러운 대본 준비하기

짧은 문장과 문장부호로 쉼을 유도한 뒤 실제 음성을 확인하세요. 이름, 약어, 날짜, 가격은 따로 들어보는 것이 좋습니다. 특정 문장이 어색하게 들리면 약어를 풀어 쓰거나 발음하기 어려운 단어의 표기를 바꿔 보세요.

길이 슬라이더는 없습니다. 텍스트 분량과 말하는 속도가 내레이션 길이를 결정합니다. 정해진 영상 구간에 맞춰야 한다면 샘플 길이를 측정하고 대본을 수정하세요. 긴 내레이션은 의미 단위로 나누어 생성하면 전체를 다시 만들지 않고 한 문단만 교체할 수 있습니다. 각 부분은 선택한 모델의 입력 제한을 지켜야 합니다.

다른 언어 버전이 필요하면 먼저 대본을 번역하고 다듬으세요. Audio Generator는 입력 텍스트에서 언어를 감지합니다. 낭독 지시는 번역 요청이 아닙니다.

MP3를 별도 내레이션 트랙으로 사용하기

채택한 버전을 다운로드해 대본과 함께 보관하세요. 클립에 추가하려면 Video Reel의 내레이션 오디오로 제공하면 됩니다. 필요할 경우 Music Generator에서 배경음악을 별도 트랙으로 만들고, 최종 믹스에서 말소리가 잘 들리는지 확인하세요.

클립과 내레이션을 조합하는 방법은 AI로 릴 만들기를, 배경음악 준비는 AI로 음악 생성하기를 참고하세요. 음성과 음악을 분리해 두면 나중에 수정하기 쉽습니다.