구글이 자연어 명령으로 새로운 목소리를 만들고 대사의 속도와 감정 등을 조절할 수 있는 음성 생성 인공지능(AI) 모델을 공개했다.
구글은 23일(현지시간) ‘제미나이 3.8 플래시 TTS’와 ‘제미나이 3.8 플래시-라이트 TTS’를 출시했다고 밝혔다. TTS(Text-to-Speech)는 텍스트를 음성으로 변환하는 기술이다.
제미나이 3.8 플래시 TTS는 자연어 프롬프트만으로 새로운 캐릭터 음성을 처음부터 만들 수 있도록 설계됐다. 게임과 오디오북, 팟캐스트, 인터랙티브 미디어 등에 활용할 수 있다. 대사별로 연기 방식과 속도, 억양 변화 등을 세밀하게 조정하는 기능도 제공한다.
제미나이 3.8 플래시-라이트 TTS는 대규모 음성 생성 작업에서 비용 효율성을 높이는 데 초점을 맞췄다. 대량 더빙과 오디오 콘텐츠 제작, 음성 에이전트 등에 사용할 수 있으며 음성의 톤과 속도, 표현 방식 등을 조절할 수 있다.
두 모델은 ‘구글 AI 스튜디오’와 ‘제미나이 API’를 통해 개발자에게 제공된다. 기업 고객은 향후 ‘제미나이 엔터프라이즈’의 API를 통해 이용할 수 있다.
제미나이 3.8 플래시 TTS는 ‘제미나이 노트북’에도 적용된다. 제미나이 3.8 플래시-라이트 TTS는 ‘구글 비즈(Google Vids)’를 통해 제공될 예정이다.
구글은 두 모델이 100개 이상의 언어를 지원한다고 밝혔다. 장시간 음성을 생성할 때 목소리 특성과 자연스러운 속도를 유지하고, 하나의 대본에서 두 화자의 대화를 각각 구분해 생성하는 기능도 지원한다.
박진형 기자 jin@etnews.com
