음성 생성을 사용하는 제작 플로우에서는 '입력한 대본이 올바른지'와 '영상 속의 음성이 적절한지'를 나누어 확인할 필요가 있습니다.
이 글에서는 FableBridge의 90초 자사 제작 샘플인 '화장품 PR' 수정 기록을 바탕으로, 검수 시 남겨야 할 정보를 정리합니다. 특정 음성 API 구현 기사가 아닙니다. 입력 표기, 출력 음성, 타임라인 상의 상태 간의 관계를 다룹니다.
대상 대사는 '상품의 특징을 전달'하는 것이었습니다. 출력된 음성에서 '상품'이 'しょうぴん(쇼힝)'으로 들리는 버전이 있었습니다.
수정 과정에서는 자막의 '商品'은 유지하고, 음성용 대본을 'しょうひん(쇼힌)'으로 변경하여 재생성했습니다.
이 과정을 기록하려면, 적어도 다음 정보를 분리하여 가지고 있어야 나중에 변경 이유를 추적할 수 있습니다. 아래는 이번 사례를 바탕으로 한 기록 형식 제안이며, 실제 시스템 사양은 아닙니다.
| 기록 항목 | 이 사례에서의 내용 |
|---|
| 자막 표기 | 상품의 특징을 전달 |
| ... | |
| 자막까지 일률적으로 히라가나로 대체할 필요는 없습니다. 표시의 가독성과 음성 출력을 다른 조건으로 확인합니다. | |
다른 수정 사례에서는, 연극적인 목소리를 자연스러운 이야기체로 바꾸는 과정에서 6개 대사의 합계 시간이 15.5초에서 9.9초로 줄어들었습니다. 간격이 짧아졌기 때문에, 이전 버전으로 되돌려 대사별로 강세(억양)를 조정하고 있습니다.
'강세를 수정했다'는 기록만으로는 이러한 시간 변화가 누락됩니다. 재생성 확인 항목에 발화 시간과 간격을 포함함으로써, 의도치 않은 변화를 찾기 쉬워집니다.
초기 C 버전에서는 0:410:50 구간에 노래 소리가 없고 반주만 있었습니다. 완성 버전은 노래를 다시 만들고, 0:001:28에 노래 소리를 배치했습니다. 내레이션 구간에서는 노래 소리를 약 5dB 낮춰서 겹쳤습니다.
확인 대상은 읽기(발음)나 강세 외에도, 노래 소리의 유무, 내레이션과의 중첩, 장면을 지탱하는 환경 음향입니다. 약 5dB는 이 작품의 설정이며, 공통적인 정답 값은 아닙니다.
- 입력 대본에 문제가 있는지, 음성 출력에 문제가 있는지.
- 자막에도 변경이 필요한지, 음성용 대본만으로 충분한지.
- 재생성으로 길이와 간격이 변하지 않았는지.
- 단독으로는 듣기 좋지만, 다른 소리와 겹치면 문제가 생기지는 않는지.
- 수정 전후를 비교할 수 있는 구간과 버전을 남겨두었는지.
원문에는 사용 모델, API 파라미터, 음량 측정 방법까지는 기재되어 있지 않습니다. 동일한 출력을 재현하는 절차로 보기보다는, 검수 항목을 설계하기 위한 예시로 참고해 주십시오. 또한, 비교 음원은 대사의 문구도 일부 바뀌었기 때문에, 단일 조건의 효과 검증은 아닙니다.
출처: 영상의 인상을 바꾸는 목소리와 소리 만들기. 수정 전후의 음성과 완성 영상으로 연결되어 있습니다.
제작: FableBridge. 영상 제작 관련 연락처는 [email protected]입니다. 상담 시에는 용도·희망 길이·납기를 알려주십시오.