Cover alt: 스크립트 계약부터 태그 검증 및 파형 품질 보증까지의 Qwen3 TTS 파이프라인.

Qwen3 TTS는 합성(synthesis) 전에 내레이션 스크립트를 검증하면 더욱 안정적으로 운영할 수 있습니다. 텍스트, 언어, 페이싱(pacing), 그리고 참조 오디오(reference-audio) 권한을 입력 계약(input contract)으로 취급한 다음, 파형(waveform)과 음성 출력(spoken output)을 모두 검사하십시오.

현재 Voor Qwen3 TTS 페이지는 내레이션(Narration), 이중 언어(Bilingual), 고객 지원(Customer support), 캐릭터(Character)를 포함한 프리셋(presets)을 제공합니다. 필수 항목인 텍스트(Text) 필드, 로그인 후 선택 가능한 참조 오디오(Reference Audio), 고급 설정(Advanced Settings), 공개 설정(Public visibility), 그리고 생성(Generate) 버튼이 있습니다. 페이지에는 참조 오디오를 화자의 허가 하에만 사용하라는 경고가 표시됩니다. 익명 뷰에서는 수치화된 크레딧 추정치가 표시되지 않으므로, 생성하기 전에 실시간 추정치를 확인하십시오.

from dataclasses import dataclass
from typing import Literal
Preset = Literal["narration", "bilingual", "customer_support", "character"]
...

import re
PAUSE_TAG = re.compile(r"<pause=(\d+(?:\.\d+)?)s>")
ALLOWED_TAGS = {"<laugh>", "<breath>"}
...

검증기(validator)는 의도적으로 보수적으로 설계되었습니다. 지원되지 않는 디렉션 태그(direction tags)는 음성으로 출력되어 쓰레기 데이터가 되기 전에 실패 처리되어야 합니다.

job = TTSJob(
preset="bilingual",
language="en-US, ja-JP",
...

Qwen3 TTS 양식을 엽니다. 전달 방식에 맞는 프리셋을 선택하고, 검증된 스크립트를 붙여넣으십시오. 허가가 문서화되지 않았다면 참조 오디오 사용은 피하십시오. 변경된 값을 기록할 수 있는 경우에만 고급 설정(Advanced Settings)을 확장하십시오.

생성(Generate) 버튼을 누르기 전에 다음을 기록하십시오:

{
"preset": "bilingual",
"language": "en-US, ja-JP",
...

다음 네 가지 계층을 확인하십시오:

텍스트 충실도(Text fidelity): 이름, 숫자, 약어 및 부정어.

타이밍(Timing): 구절을 나누는 대신 스크립트와 일치하는 일시 정지(pauses).

언어 경계(Language boundary): 목소리가 너무 일찍 언어를 바꾸거나 문장 부호를 삼키지 않는지 확인.

오디오 품질(Audio quality): 클리핑된 피크(clipped peaks), 반복되는 음절, 금속성 잔향(metallic tails) 또는 설명되지 않는 무음이 없는지 확인.

간단한 지속 시간 가드(duration guard)를 통해 극단적인 실패를 잡아낼 수 있습니다:

def duration_ok(seconds: float, word_count: int) -> bool:
# 광범위한 내레이션 가드레일(guardrail)이며, 품질 점수가 아닙니다.
expected = max(1.0, word_count / 2.8)
...

• 긴 다국어 문단은 문장 경계에서 분리하세요.
• 모호한 약어(acronyms)는 한 번은 풀어서 작성하세요.
• 지원되지 않는 성능 마크업(performance markup)은 평이한 문구로 대체하세요.
• 발음이 저하될 경우 감정 지시어(emotional directions)를 줄이세요.
• 동의가 불분명할 경우 다시 녹음하거나 참조 오디오(reference audio)를 사용하지 마세요.

TTS는 정확한 발음, 일관된 화자 정체성(speaker identity), 완벽한 이중 언어 운율(bilingual prosody), 법적 허가, 또는 접근성(accessibility)이 중요한 용도에 대한 적합성을 보장할 수 없습니다. 모델의 동작 및 가용성은 변경될 수 있습니다. 이름, 안전 지침, 금융 수치 및 대중에게 공개되는 번역에 대해서는 인간의 검토(human review)가 필요합니다.

스크립트가 검증을 통과하면, 짧은 Qwen3 TTS 샘플을 하나 실행하고 오디오 옆에 설정값을 기록해 두세요.

Tags: Python, AI, TextToSpeech, Validation, Audio