☁️ 클라우드 · 크레딧

텍스트 음성 변환

신경망 음성으로 텍스트를 자연스러운 MP3 음성으로 바꿔 드립니다 — 만다린과 영어 음성 2종

🪙 … 서버 신경망 음성 합성: 작업당 2 크레딧

음성

작업당 최대 20,000자 — 약 30분 분량의 음성. 작업이 끝나면 MP3를 내려받습니다.

읽어줄 텍스트를 입력하거나 붙여넣으세요 — 작업당 최대 20,000자 0 / 20000

음성 엔진과 실무상 제한

합성은 네 가지 음성 프로필을 갖춘 신경망 TTS 엔진으로 실행됩니다:

Zh female / Zh male — 중국 본토 만다린 억양에 최적화되어 숫자와 날짜를 관용적으로 읽어 냅니다.
En female / En male — 중립적인 악센트로 문장부호와 소제목에서 적절히 쉬어 갑니다.

긴 텍스트는 문장 경계로 나누어 각 청크를 독립적으로 합성한 뒤 무음 구간 없이 이어 붙입니다 — 그래서 15분짜리 내레이션도 끝으로 갈수록 품질이 떨어지지 않습니다. 출력은 다른 클라우드 작업과 같은 방식으로 전달되는 MP3(48 kHz)입니다. 문장부호가 호흡을 조절합니다: em 대시(—)는 숨을 만들고, 줄임표는 템포를 늦춥니다. SSML은 의도적으로 노출하지 않습니다 — 일반 텍스트만 써야 결과를 예측할 수 있기 때문입니다.

실제 프로젝트 규모에 맞는 자연스러운 음성

작업당 최대 20,000자의 글을 내레이션으로 바꾸고, 중국어와 영어에는 구분되는 남성·여성 음성을 제공합니다.

🗣️

자연스러운 신경망 음성

신경망 TTS 모델이 자연스러운 리듬과 억양으로 텍스트를 읽어 줍니다. 기계적인 합성음보다 훨씬 또렷하고 자연스럽습니다.

🌍

중국어 + 영어 음성

중국어 음성 1종과 영어 음성 2종 중 선택할 수 있어, 중국어 콘텐츠와 해외 콘텐츠 모두에 목소리를 입힐 수 있습니다.

🎵

즉시 MP3 다운로드

음성 오디오가 MP3로 즉시 변환되어 바로 다운로드할 수 있습니다. 더빙, 학습용 오디오, 접근성 콘텐츠에 모두 유용합니다.

이용 방법

1
텍스트를 입력하거나 붙여넣으세요 — 작업당 최대 20,000자(약 30분 분량의 음성).
2
음성을 고르세요: 중국어(만다린), 미국식 영어 여성, 또는 미국식 영어 남성.
3
작업을 시작하고 MP3를 내려받으세요. 서버가 신경망 음성 모델로 합성합니다 — 보통 몇 초면 끝납니다.

자주 묻는 질문

진짜 신경망 TTS인가요, 아니면 옛날 로봇 합성음인가요?⌄

진짜 신경망 TTS입니다. 목소리는 수천 시간의 스튜디오 녹음으로 학습한 Piper 모델로, 멈춤·억양·강세가 자연스럽습니다 — 초기 합성음의 로봇 목소리와는 전혀 다릅니다.

어떤 음성이 있나요?⌄

3가지: 중국어(만다린), 미국식 영어 여성(Amy), 미국식 영어 남성(Joe). 음성 목록은 서버에 있으며 나중에 더 추가할 수 있습니다.

텍스트 길이 제한이 있나요?⌄

네 — 작업당 최대 20,000자(약 30분 오디오). 더 긴 텍스트는 여러 작업으로 나눠서 오디오 병합 도구로 이어 붙일 수 있습니다.

오디오를 상업적으로 사용할 수 있나요?⌄

네 — 권리가 있는 텍스트로 생성한 내레이션은 수익화된 영상이나 강좌를 포함해 자유롭게 게시할 수 있습니다. 우리 약관은 음성 출처 표기를 요구하지 않습니다.