AI 70+ 연구원
미래를 준비하자! 설 땅이 없다
짧은 문장만 듣고는 실제 나레이션 품질을 판단하기 어려웠다.
그래서 30초, 그리고 약 1분 정도의 문장을 만들어
실제 유튜브 나레이션에 가까운 조건으로 테스트했다.
그 결과 짧은 문장에서는 잘 보이지 않던 몇 가지 문제가 나타났다.
첫마디 발성이 크게 시작됐다
반복 테스트에서 가장 자주 나타난 특징은
첫 문장의 첫마디가 유난히 크게 시작되는 현상이었다.
한두 번의 우연이 아니라 여러 번 반복해서 나타났기 때문에
현재 사용한 목소리 프로필과 1.7B 조합의 특징으로 볼 수 있었다.
체감된 현상
첫 문장 → 소리가 비교적 큼
중간 문장 → 안정됨
마지막 문장 → 다시 힘이 빠지는 경우가 있음
가장 큰 문제는 뒤로 갈수록 톤이 낮아지는 현상이었다
30초 이상의 문장을 생성하면
처음에는 비교적 힘 있고 또렷하게 시작하지만,
뒤로 갈수록 목소리의 힘과 톤이 낮아지는 경우가 있었다.
특히 마지막 부분에서는
처음과 비교해 목소리가 축 처지는 것처럼 들리는 결과도 있었다.
문제점
유튜브 나레이션은 처음부터 끝까지
어느 정도 일정한 목소리 힘과 분위기를 유지해야 한다.
따라서 문장 끝으로 갈수록 계속 힘이 빠진다면
실제 영상용으로 사용하기에는 아쉬움이 남는다.
긴 문장을 생성했을 때 뒤로 갈수록 음성의 힘이 약해지는 현상을 확인했다.
문장을 짧게 끊자 결과가 달라졌다
문제를 확인하기 위해 긴 문장을 그대로 넣지 않고
짧은 문장 여러 개로 나누어 마침표를 분명하게 넣어
다시 생성해 보았다.
지금 보고 계신 사진은 1960년대 대한민국의 한 장면입니다.
당시 우리나라는 경제적으로 매우 어려운 시기를 지나고 있었습니다.
그러나 새로운 공장과 도로가 만들어지기 시작했습니다.
사람들의 생활 모습도 조금씩 달라지고 있었습니다.
오늘은 오래된 기록사진을 통해 그 시대의 모습을 차분히 살펴보겠습니다.
같은 방식으로 세 번 테스트한 결과,
세 개 가운데 두 개는 처음부터 끝까지 목소리 톤이 비교적 잘 유지됐다.
한 개는 마지막 억양을 올리는 문제가 있었지만,
긴 문장으로 이어서 생성했을 때보다 전체적인 안정감은 좋아졌다.
여기서 중요한 실마리를 찾았다
긴 문장을 한 번에 넣기보다
짧은 문장으로 나누고 마침표를 분명하게 넣으면
목소리 톤 유지가 더 좋아질 가능성이 높았다.
최종적으로 약 1분 나레이션도 테스트했다
다음에는 실제 영상에 가까운 약 1분 분량의 문장으로 테스트했다.
연도와 숫자, 고유명사를 함께 넣어
목소리 유지뿐 아니라 한국어 발음도 동시에 확인했다.
확인한 항목
① 첫마디의 소리 크기
② 내 목소리 유사도
③ 억양의 자연스러움
④ 마지막까지 톤 유지 여부
⑤ 숫자와 고유명사 발음
세 번의 1분 테스트 결과
같은 문장과 같은 조건으로 세 번 생성했지만
결과는 완전히 같지 않았다.
1번 결과
내 목소리 : 중
억양 : 중
끝올림 : 없음
톤 유지 : 뒤로 갈수록 하강
2번 결과
내 목소리 : 상
억양 : 상
끝올림 : 없음
톤 유지 : 상
3번 결과
내 목소리 : 중
억양 : 중
쉼표 없이 이어 읽는 부분이 있었음
톤 유지 : 상
세 번 가운데 2번 결과가 가장 만족스러웠다.
같은 문장을 사용했는데도 결과마다 조금씩 다른 억양과 톤이 만들어지는 점도 확인할 수 있었다.
원본 목소리부터 다시 만들어 보기로 했다
AI만 계속 테스트해서는 해결되지 않을 수도 있다고 생각했다.
그래서 Voicebox에 넣는 원본 목소리 자체를
나레이션에 맞게 다시 녹음하기로 했다.
새 녹음에서 지키기로 한 원칙
첫마디를 세게 시작하지 않는다.
처음부터 끝까지 같은 힘으로 말한다.
마지막 문장에서 힘을 빼지 않는다.
한 문장을 너무 길게 읽지 않는다.
마침표마다 자연스럽게 호흡한다.
이렇게 새로 녹음한 목소리 프로필을
내목소리_나레이션_01로 만들었다.
현재 만족도는 약 70%
직접 테스트한 현재 평가
목소리 자체는 분명히 내 목소리와 비슷하다.
그러나 첫마디가 크게 시작되는 문제,
긴 문장에서 톤이 낮아지는 문제,
억양과 발음이 매번 조금씩 달라지는 현상이 남아 있다.
그래서 현재 만족도는
약 70%로 평가했다.
그래도 테스트는 헛되지 않았다
여러 번 반복하면서 Voicebox의 장점과 약점이 조금씩 보이기 시작했다.
지금까지 얻은 규칙
긴 문장은 가능한 한 짧게 나눈다.
쉼표보다 마침표를 적극적으로 사용한다.
같은 문장은 2~3번 생성해 가장 좋은 결과를 고른다.
숫자와 고유명사는 실제 사용 전에 반드시 발음을 확인한다.
원본 녹음도 처음부터 끝까지 일정한 톤으로 만든다.
결국 테스트의 목적은 완벽한 한 번의 음성을 얻는 것이 아니라,
앞으로 반복해서 사용할 나만의 Voicebox 사용법을 찾는 것이었다.
어떤 모델을 사용할지,
대본은 어떻게 작성할지,
음성을 몇 번 생성할지 등
실제 유튜브 제작에 사용할 규칙을 정리한다.
# Tags
#Voicebox #AI음성 #AI음성복제 #내목소리복제
#AI나레이션 #유튜브나레이션 #Qwen3TTS
#1.7B #한국어TTS #나레이션테스트
#AI목소리 #음성생성 #유튜브제작 #Voicebox테스트