문장 부호로 하는 음성 연출: 여기엔 SSML이 없어요

eroq에는 SSML이 없어요. <break time="400ms"/>도, 운율 마크업도, 강조 태그도, 음소 지정도 없어요. 연출 언어는 이미 알고 있는 문장 부호와 다이얼 두 개, 그리고 Voice One에서는 문장 부호로 표현할 수 없는 것을 위한 대괄호 속 짧은 단어 몇 개가 전부예요. 대부분은 제약을 예상하고 왔다가, 문장 부호를 하나의 기술로 대하게 되어 돌아가요. 사람이 읽었을 때 살아 있는 대본은 엔진이 읽어도 살아 있기 때문이에요. 태그는 마무리 손질일 뿐, 뼈대가 되지는 않아요.

아래에서는 낭독을 바꾸는 여섯 가지 기호를 각각 두 번씩 보여 드려요.

기호 여섯 개, 역할 여섯 개

말줄임표는 쉼을 붙잡아요

수정 전: 가까이 와, 아직 너랑 얘기 안 끝났어.

수정 후: 가까이 와… 아직 너랑 얘기 안 끝났어.

쉼표는 숨을 한 번 쉬어요. 말줄임표는 여운을 남겨요. 말줄임표는 앞뒤 단어의 속도도 늦추기 때문에 한 문단에 하나가 한계예요. 문장마다 말끝을 흐리는 목소리는 모든 문장에 자신이 없게 들려요.

줄표는 박자를 끊어요

수정 전: 기다리려고 했는데, 내가 왜 그래야 해?

수정 후: 기다리려고 했는데 — 내가 왜 그래야 해?

쉼표는 두 절을 이어요. 줄표는 하나를 끊어요. 문장 중간에 마음이 바뀔 때, 스스로 말을 고칠 때, 뒤늦게 떠오른 생각이 앞의 생각을 밀어낼 때 쓰세요.

물음표는 끝을 올려요

수정 전: 내가 널 잊은 줄 정말 알았구나.

수정 후: 내가 잊은 줄 알았어? 너를?

질문 하나는 끝에서 한 번 올라가요. 질문 두 개를 연달아 쓰면 두 번 올라가고, 짧은 조각이 두 번째 상승을 온전히 차지해요. 문장을 질문과 짧은 조각으로 나누는 건 어떤 다이얼로도 줄 수 없는 태도를 더하는 가장 싼 방법이에요.

느낌표는 에너지를 끌어올려요

수정 전: 거기 멈춰. 좋아, 그대로 있어.

수정 후: 거기 멈춰! 좋아 — 그대로 있어.

음량과 속도가 한 단계 올라가요. 아껴 써야 하는 이유는 취향이 아니라 산수예요. 세 문장이 연달아 소리치면 어느 문장도 소리치지 않는 셈이 되고, 그 대사는 반응이 아니라 그냥 톤으로 들려요.

문장 길이가 속도를 정해요

수정 전: 천천히 숨을 고르고, 그다음에 제대로 시작하자.

수정 후: 천천히. 숨 쉬어. 좋아 — 이제 시작하자.

짧은 문장은 마침표마다 목소리가 착지해야 해서 힘 있게 들려요. 쉼표로 이어지는 긴 문장은 흘러가요. 이 목록에서 가장 큰 레버이지만, 작가들이 가장 마지막에 손대는 레버이기도 해요. 기호 하나를 더하는 게 아니라 다시 써야 하니까요.

쉼표로 감싼 말이 꽂혀요

수정 전: 그리고 그게 바로 문제야.

수정 후: 그리고 그게, 바로 그 부분이, 정확히 문제야.

구절을 쉼표로 떼어 놓으면 낭독이 그 부분에 힘을 실어요. 단어 단위 강조에 가장 가까운 방법이고, 태그와 달리 사람이 소리 내어 읽어도 그대로 통하기 때문에 크레딧 한 푼 쓰지 않고 시험해 볼 수 있어요.

여섯 가지 모두 보이스 스튜디오의 연기 문법 가이드에 있어요. 하나를 탭하면 예시가 에디터에 들어가서, 제 말을 믿는 대신 차이를 직접 들어 볼 수 있어요.

줄바꿈과 문단

마침표는 문장을 멈추고, 문단 나누기는 생각을 나눠요. 낭독은 문단 나누기를 둘 중 더 긴 간격으로 처리해요. 페이지가 깔끔해 보이는 곳이 아니라, 읽는 사람이 실제로 숨을 쉴 곳, 예를 들어 설정과 펀치라인 사이에서 나누세요. 여섯 문장이 쌓인 벽은 렌더링해도 벽으로 나와요.

문장 부호로 할 수 없는 것

오후 내내 씨름하기 전에 알아 두면 좋아요.

• 정해진 길이의 쉼은 없어요. 400밀리초를 요청할 수는 없어요. 화면에 맞춘 박자나 효과음을 위한 간격처럼 길이가 정확해야 한다면, 두 부분을 따로 렌더링해서 편집 프로그램에서 배치하세요.
• 강조 태그는 없어요. 구절을 쉼표로 감싸거나, 중요한 단어가 짧은 문장 끝에 오도록 다시 쓰는 것이 도구예요.
• 분위기 기호는 없어요. 어떤 문장 부호로도 목소리가 속삭이거나, 웃거나, 흐느끼게 할 수 없어요. 그게 아래에서 다룰 태그에 남은 유일한 역할이에요.
• 발음 지정은 없어요. 약어나 특이한 이름이 잘못 읽히면 음소 태그가 아니라 소리 나는 대로 적어서 고쳐요. 예를 들어 "SQL"은 "에스큐엘", "Kessler"는 "케슬러"처럼요.

문장 부호로 말할 수 없는 것은 태그로

Voice One에서는 대괄호 안의 단어 한두 개가 낭독을 연출하고, 목소리는 그 단어를 읽는 대신 연기해요.

[whispering] 가까이 와. 할 말이 있어.

[laughing] 알았어, 알았어 — 내가 졌어.

거의 모든 경우를 세 가지 계열이 다뤄요.

• 말투와 감정: [whispering], [shouting], [soft], [excited], [sad], [angry], 또는 [warm and teasing] 같은 짧은 묘사라면 무엇이든. 말투 태그는 다음 태그나 다음 줄바꿈까지 유지되기 때문에, [whispering] 하나로 문단 전체를 덮을 수 있어요.
• 소리: [laughing], [sighing], [gasping], [clear throat]. 넣은 자리에서 한 번만 나와요.
• 쉼: [pause]와 [long pause]는 말줄임표처럼 박자 하나로 들어가요. 그래도 길이를 잰 간격은 아니에요.

두 가지 습관이 태그를 믿을 만하게 만들어요. 태그는 그 태그가 물들일 말 바로 앞에 두고, 목소리에는 한 번에 한 가지 분위기만 주세요. [sad][whispering]은 자연스럽게 겹치지만, [whispering][shouting]은 양쪽으로 동시에 잡아당겨요. 태그를 쓰려면 Voice One이 필요해요. Turbo는 단어만 읽고 대괄호는 건너뛰어요.

그다음은 다이얼 두 개

문장 부호가 연기의 모양을 만들고, 다이얼은 그 연기가 펼쳐질 음역을 정해요.

속도는 0.70×부터 1.30×까지 0.05 단위로 조절하고, 1이 자연스러운 기본값이에요. 표현력은 0(차분하게 가까이서 읽는 톤)부터 100%(연극적인 톤)까지이고, 엔진이 내가 쓴 문장 부호에 얼마나 강하게 기댈지를 정해요. 두 다이얼 모두 기본 보이스와 내 복제 보이스에서 똑같이 작동하고, 후처리가 아니라 실제 엔진 파라미터예요.

잘 통하는 조합 세 가지예요.

• 오디오북 내레이션: 속도 0.95, 표현력 30%. 고르고 서두르지 않으며, 텍스트에 해석을 덧붙이지 않아요.
• 캐릭터 대사: 속도 1.00, 표현력 70%. 연기는 기호가 하고, 다이얼은 그걸 허락해요.
• 광고 낭독: 속도 1.10, 표현력 55%. 앞으로 치고 나가지만 과장된 캐리커처가 되지는 않아요.

한 번에 하나씩 조절하세요. 복제한 보이스가 원래 주인처럼 들리지 않게 되면, 속도를 건드리기 전에 표현력부터 낮추세요. 샘플이 닻이고, 두 다이얼은 모두 샘플에서 멀어지는 쪽으로 당겨요.

수정 전후로 보는 한 문단

수정 전

지난번에 그런 일이 있었는데도 네가 정말 돌아왔다는 게 믿기지 않고, 솔직히 너한테 무슨 말을 해야 할지 모르겠으니까, 누가 문이 열려 있는 걸 알아채기 전에 앉아서 네가 본 걸 말해 주는 게 좋겠어.

수정 후

돌아왔네. 올 줄 몰랐어… 지난번 일이 있었으니까.

앉아 — 아니, 진짜로, 앉아. 문이 열린 걸 들키기까지 기껏해야 10분 남았어.

그래서. 네가 본 걸 말해 봐.

정보는 같고 4초 더 길어졌지만, 문단이 아니라 사람처럼 들려요. 태그는 하나도 없어요. 바뀐 건 마침표 다섯 개, 말줄임표 하나, 줄표 하나, 문단 나누기뿐이에요.

저렴한 모델로 반복하세요

문장 부호를 다시 쓰는 건 반복 작업이고, 반복은 저렴해야 해요. 초안은 100자당 2 크레딧인 Voice Turbo로, 최종본은 3 크레딧인 Voice One으로 만드세요. 보이스 목록도, 복제 보이스도, 출력 MP3도 같아요. 200자짜리 대사는 Voice One에서 6 크레딧, Turbo에서 4 크레딧이라, 고집스러운 문장 하나를 열두 번 다듬어도 커피 한 잔 값이 안 돼요. 예외는 태그가 들어간 대사예요. Turbo는 태그를 건너뛰니까, 그런 대사는 Voice One으로 들어 보세요. 추가 크레딧이 어디서 차이를 만드는지는 Voice One vs Voice Turbo에서 다뤄요.

API에서는 같은 두 다이얼이 POST /v1/audio/speech의 speed와 expressiveness이고, 음성 레퍼런스에 문서화돼 있어요. 입력 텍스트가 곧 연출이라는 점도 스튜디오와 똑같아요. 결과물을 영상 아래에 까는 방법은 영상용 AI 보이스오버에서 이어서 다뤄요.

자주 묻는 질문

eroq는 SSML이나 보이스 태그를 지원하나요?

SSML은 없어요. 길이를 지정하는 break 태그도, 운율 마크업도 없어요. Voice One은 [whispering], [laughing], [pause] 같은 대괄호 속 짧은 태그를 읽고, 그 단어를 말하는 대신 연기해요. Turbo는 태그를 건너뛰어요. 나머지는 문장 부호, 문장 구조, 그리고 속도와 표현력 조절이 맡아요.

정확한 길이의 쉼을 넣으려면 어떻게 하나요?

요청할 방법이 없어요. 말줄임표는 여운이 남는 쉼을, 문단 나누기는 더 긴 간격을 만들지만, 둘 다 길이를 잰 간격은 아니에요. 특정 프레임에 맞춰야 한다면 두 부분을 별도의 대사로 렌더링해서 편집 프로그램의 타임라인에 배치하세요.

무엇을 설정해도 대사가 밋밋하게 들리는 이유는 뭔가요?

거의 항상 글이 밋밋하기 때문이에요. 마침표 없이 쉼표로만 이어지는 긴 문장은 엔진에게 착지할 곳을 주지 않고, 밋밋한 대본에 표현력만 올리면 힘만 잔뜩 들어간 단조로운 낭독이 나와요. 먼저 짧은 문장으로 나눈 다음 다시 렌더링하세요.

이 기호들은 복제 보이스에서도 똑같이 작동하나요?

네. 문장 부호, 속도, 표현력은 기본 보이스와 복제 보이스에서 똑같이 작동해요. 복제 보이스는 음색과 말버릇을, 대본은 연기를 맡기 때문이에요. 표현력이 높을 때 복제 보이스가 자기 목소리처럼 들리지 않는다면, 글이 아니라 다이얼을 낮추세요.

여섯 대사를 읽는 대신 들어 보고 싶나요? 보이스 스튜디오를 열고, 연기 문법 가이드를 눌러 하나씩 에디터에 넣어 보세요.