ElevenLabs
실제와 구별할 수 없는 합성 음성을, 모든 언어로.
Olya의 프로필
- 특징
- 하나의 모델이 아니라 카탈로그이며, 선택은 언제나 맞교환입니다. Eleven v3는 문장의 맥락을 읽어 연기하듯 말하고 70개가 넘는 언어에서 톤 지시를 받아들이지만 실시간에는 너무 무겁습니다. 반대로 Flash v2.5는 32개 언어에서 75밀리초 안팎을 지키는 대신 그 표현력을 포기합니다. 합성 주변에는 작업대의 나머지가 놓여 있습니다. 즉시 또는 정밀 음성 복제, 더빙, 90개 언어 이상을 다루는 Scribe v2 전사, 대화형 에이전트가 모두 같은 API 아래 있습니다. 결제는 크레딧, 곧 텍스트의 글자 수로 이뤄지므로 한 페이지에 드는 비용을 미리 알 수 있는 정직한 계산입니다.
- 강점
- 진짜 차이는 긴 호흡에서 드러납니다. 쉼과 숨, 문장부호 처리가 세 번째 단락을 지나도 무너지지 않는데, 대부분의 대안이 정체를 드러내는 지점이 바로 거기입니다. 복제한 목소리는 언어를 바꿔도 같은 사람으로 들리기 때문에, 한 명의 화자가 같은 내용의 열세 가지 판본을 맡아도 열세 명처럼 들리지 않습니다. 쓰지 않은 크레딧은 최대 두 달까지 이월되어, 작업량이 들쭉날쭉한 달을 감당해 줍니다.
- 언제 쓸까
- 오디오북, 다큐멘터리, 팟캐스트, 강의처럼 긴 내레이션에 어울리고, 이미 있는 콘텐츠를 더빙까지 포함해 여러 언어로 현지화할 때도 맞습니다. 반대편에서는 전화나 제품 안의 음성 에이전트가 가격을 정당화하는 또 다른 경우입니다. Flash의 지연은 기다림이 고장처럼 느껴지지 않을 만큼은 짧습니다. 목소리가 장식이 아니라 경험의 일부라면 그 차이가 들립니다.
- 언제 피할까
- 요금은 글자 수에 따라 늘어나므로 알림, 경고, 고정 문구 자동응답처럼 반복적인 텍스트를 대량으로 처리한다면 자체 서버에서 돌리는 오픈소스 모델이 훨씬 싸고 차이를 알아차릴 사람도 없습니다. 상업적 이용 권리는 월 6달러 요금제부터, 정밀 복제는 22달러 요금제부터라서 무료 플랜은 시험용이지 제작용이 아닙니다. 그리고 실존 인물의 목소리를 복제하려면 문서로 남은 동의가 필요합니다. 기술보다 앞서는 법률 문제이며, 소프트웨어가 대신 해결해 주지 않습니다.