탐색으로 건너뛰기

프로페셔널 음성 복제

업계 최고 수준의 모델로 전문적으로 음성을 복제하는 방법을 알아보세요.

프로페셔널 음성 복제 기능

프로페셔널 음성 복제 만들기

음성을 복제할 때는 AI가 무엇을 학습했는지, 즉 어떤 언어와 어떤 유형의 데이터 세트를 학습했는지 고려하는 것이 중요합니다. 각 모델과 그 강점에 관한 자세한 내용은 모델 페이지에서 확인하세요.

가이드

법적으로 허용되는 사항이 확실하지 않은 경우 서비스 약관 및 AI 안전 정보를 참조하세요.

1

프로페셔널 음성 복제 페이지로 이동

ElevenLabs 사이드바에서 Voices 옆의 더하기 버튼을 클릭하여 음성 생성 페이지를 연 다음, Professional Voice Clone 아래의 Create new를 클릭하세요.

2

오디오 업로드

프로페셔널 음성 복제는 현재 노래를 지원하지 않습니다. 오디오 녹음은 음성으로만 구성되어야 합니다.

새 프로페셔널 음성 복제 만들기

Upload samples를 클릭하여 오디오 샘플을 업로드하세요.

미리 녹음한 학습용 오디오가 없다면 Record yourself를 선택해 인터페이스에서 바로 녹음할 수도 있습니다. 내레이션, 대화, 광고용 샘플 스크립트를 제공하며, 직접 작성한 스크립트를 업로드할 수도 있습니다.

3

샘플 길이 피드백 확인

오디오를 업로드하면 샘플 길이에 대한 피드백이 표시됩니다. 최상의 결과를 위해 최소 1시간의 학습용 오디오를 업로드하고, 가능하면 3시간에 가깝게 준비하는 것을 권장합니다.

새 프로페셔널 음성 복제 만들기

4

오디오 처리

오디오 샘플을 업로드한 후 품질을 높이기 위해 처리할 수 있습니다. 배경 소음을 제거할 수 있으며, 오디오에 여러 화자가 포함된 경우 화자를 분리할 수도 있습니다. 이 옵션에 액세스하려면 처리하려는 클립 옆의 Audio settings 버튼을 클릭하세요.

새 프로페셔널 음성 복제 만들기

5

음성 인증

모든 녹음과 업로드가 완료되면 음성을 인증하라는 요청을 받습니다. 원활한 진행을 위해 샘플 녹음에 사용한 것과 같거나 유사한 장비를 사용하고, 샘플과 비슷한 톤과 전달 방식으로 음성을 인증하세요. 같은 장비를 사용할 수 없다면 가능한 한 최선의 환경에서 인증해 보세요. 인증에 실패하면 24시간 후 다시 시도하거나 지원팀에 도움을 요청할 수 있습니다.

6

음성 파인튜닝 완료 대기

음성을 사용하려면 먼저 파인튜닝 과정이 완료되어야 합니다. 처리 중인 음성의 상태는 My Voices에서 확인할 수 있습니다. 사용할 준비가 되면 알림을 받게 됩니다.

7

음성 복제 사용

대시보드의 Voices 섹션에서 Personal 탭을 선택한 다음, 음성 복제 옆의 Use를 클릭하여 사용을 시작하세요.

샘플 업로드를 시작하기 전에 유의해야 할 몇 가지 사항과 최상의 결과를 얻기 위해 따라야 할 단계가 있습니다.

1

고품질 오디오 녹음

프로페셔널 음성 복제는 학습에 사용된 샘플을 매우 정확하게 복제합니다. 해당 음성의 모든 미묘한 특징과 특성은 물론 샘플에 포함된 아티팩트와 원치 않는 오디오까지 들리는 그대로 거의 완벽하게 복제합니다. 즉, 배경 소음, 실내 잔향/에코 또는 음악이나 여러 사람이 말하는 소리 등 원치 않는 소리가 포함된 저품질 샘플을 업로드하면 AI도 복제 음성에 이 모든 요소를 재현하려고 합니다.

Eleven v4는 배경 소음, 왜곡 및 기타 결함을 포함해 이전 모델보다 원본 녹음을 더 충실하게 포착합니다. 이 모델에서는 선명한 학습용 오디오가 더욱 중요합니다.

2

한 명의 화자만 포함되도록 하세요

여러 화자, 과도한 소음 또는 위에서 언급한 요소들은 AI를 혼란스럽게 할 수 있으므로 오디오 전체에 한 명의 화자만 있는지 확인하세요. 이러한 혼란으로 AI가 복제할 음성을 구분하지 못하거나 다른 소리에 가려진 실제 음성의 특성을 잘못 해석할 수 있으며, 결과적으로 최적의 복제 품질을 얻지 못할 수 있습니다.

3

충분한 자료 제공

음성을 제대로 복제할 수 있도록 충분한 자료를 준비하세요. 권장하는 최소 분량은 30분의 오디오이지만, 최상의 결과와 가장 정확한 복제를 위해서는 2~3시간에 가까운 오디오를 권장합니다. 더 많은 오디오를 제공할수록 결과물인 복제 음성의 품질이 좋아집니다.

4

스타일을 일관되게 유지하세요

제공하는 샘플의 말하기 스타일은 출력 결과에 재현됩니다. 따라서 원하는 전달 방식에 맞는 학습 데이터를 준비해야 합니다(예: 자신의 복제 음성으로 오디오북을 녹음하려면, 학습용으로 제출하는 오디오는 사용할 목소리 톤으로 책을 읽는 녹음이어야 합니다). 일관성을 위해 업로드하는 샘플에는 하나의 스타일만 포함하는 것이 좋습니다. Eleven v4는 이전 모델보다 이러한 단일 말하기 스타일을 더 정확하게 포착합니다.

5

PVC에 사용할 언어로 말한 샘플을 사용하세요

PVC가 주로 사용될 언어로 말한 샘플을 사용하는 것이 가장 좋습니다. 물론 AI는 현재 지원하는 모든 언어를 구사할 수 있습니다. 하지만 음성 자체가 AI가 말하게 하려는 언어의 원어민 음성이 아니라면, 즉 다른 언어를 말하는 음성을 복제했다면 원래 언어의 억양이 남아 있거나 단어와 억양을 잘못 발음할 수 있습니다. 예를 들어 Eleven v4 이전 모델에서 영어를 말하는 음성을 복제한 후 스페인어를 말하게 하면, 스페인어를 말할 때 영어 억양이 나타날 가능성이 매우 높습니다.

Eleven v4에서는 샘플과 같은 언어로 생성된 음성이 원래 억양을 유지합니다. 다른 언어로 생성된 음성은 대상 언어로 유창하게 말합니다. 다른 언어에서도 학습 억양이 필요하다면, 이를 사용하기 전에 Eleven v4에서 해당 동작을 테스트하세요.

지원되는 언어 중 하나로 녹음된 샘플만 복제할 수 있으며, 지원되지 않는 언어로 녹음된 샘플은 애플리케이션에서 거부됩니다.

좋은 녹음과 좋지 않은 녹음에서 예상할 수 있는 결과는 아래 예시를 확인하세요.

현재는 본인의 음성만 복제할 수 있습니다. 파인튜닝 요청을 제출하기 전에 인증 절차를 거쳐야 합니다.

팁 및 제안

전문 녹음 장비

AI는 오디오의 모든 특성을 복제하므로 최상의 결과를 위해 고품질 녹음 장비를 사용하세요. 고품질 입력 = 고품질 출력입니다. 어떤 마이크든 사용할 수 있지만, 전용 오디오 인터페이스에 연결하는 XLR 마이크를 권장합니다. 보급형으로는 Focusrite 인터페이스 또는 유사한 장비에 연결한 Audio Technica AT2020이나 Rode NT1 등을 추천합니다.

팝 필터 사용

녹음할 때 팝 필터를 사용하세요. 녹음 시 파열음을 최소화할 수 있습니다.

마이크 거리

마이크와 적절한 거리를 유지하세요. 마이크에서 주먹 두 개 정도 떨어진 거리를 권장하지만, 원하는 녹음 유형에 따라 달라질 수 있습니다.

잡음 없는 녹음

오디오 입력에 배경 음악이나 소음 같은 간섭이 없는지 확인하세요. AI 음성 복제는 깨끗하고 잡음 없는 오디오에서 가장 잘 작동합니다.

실내 음향

가능하면 음향 처리가 된 공간에서 녹음하세요. 원치 않는 에코와 배경 소음을 줄여 AI에 더 선명한 오디오 입력을 제공할 수 있습니다. 두꺼운 이불이나 퀼트를 사용해 녹음 공간의 소리를 흡수하는 임시 환경을 만들 수도 있습니다.

오디오 전처리

AI가 특정한 사운드를 출력하도록 하려면 미리 오디오를 편집하는 것을 고려하세요. 예를 들어 완성도 높은 팟캐스트 같은 출력을 원한다면 그 품질에 맞게 오디오를 전처리하세요. 또한 AI는 긴 침묵이나 단어 사이의 많은 “음”, “어” 소리도 모방합니다.

볼륨 제어

명확하게 들릴 만큼 충분히 크되 왜곡이 생길 정도로 크지 않은 일관된 볼륨을 유지하세요. 목표는 균형 잡히고 안정적인 오디오 레벨을 달성하는 것입니다. 이상적인 수치는 -23dB~-18dB RMS이며, 트루 피크는 -3dB입니다.

충분한 오디오 길이

최상의 결과를 위해 위 지침을 따르는 고품질 오디오를 최소 30분 제공하세요. 가능하면 2시간 이상의 오디오가 좋습니다. AI에 제공하는 고품질 데이터가 많을수록 음성 복제 품질도 좋아집니다. 샘플 수는 중요하지 않으며 총 재생 시간이 중요합니다. 단, 여러 시간 분량의 오디오를 업로드할 계획이라면 약 30분 단위의 여러 샘플로 나누는 것이 좋습니다. 이렇게 하면 업로드가 더 쉬워집니다.

Eleven v4

프로페셔널 음성 복제는 Eleven v4에서 완전히 지원됩니다. 음성 정확성의 동일한 발전을 기반으로 하며, 음색, 리듬, 억양, 전달 방식, 음량을 포함해 이전 모델보다 원본 음성을 더 충실하게 재현합니다. Eleven v4의 복제 음성은 Eleven v3의 동일한 복제 음성과 크게 다르게 들릴 수 있습니다. 직접 만든 콘텐츠로 두 버전을 비교하고 사용 사례에 맞는 버전을 선택하세요.

Eleven v4에는 두 가지 변형 모델이 있습니다. 두 모델 모두 프로페셔널 음성 복제와 함께 사용할 수 있습니다.

  • Eleven v4 (eleven_v4)는 콘텐츠 제작, 오디오북, 캐릭터 보이스오버를 위한 최고 품질 모델입니다.
  • Eleven v4 Turbo (eleven_v4_turbo)는 낮은 지연 시간으로 해당 품질을 유지하며, 대화형 에이전트와 같은 실시간 사용에 적합합니다.

두 변형 모델 모두 음성 설정인 Stability와 Similarity를 지원하지만, Eleven v4에서는 Style과 Speed를 사용할 수 없고 SSML도 지원되지 않습니다.

대부분의 프로페셔널 음성 복제는 Eleven v4에서 자동으로 파인튜닝되지만, 이 모델을 아직 사용할 수 없는 경우 파인튜닝 과정을 수동으로 시작할 수 있습니다. 기존 프로페셔널 음성 복제를 Eleven v4에서 학습하려면 My Voices를 열고 음성을 찾은 뒤 그 위에 마우스를 올리세요. 음성이 이미 파인튜닝된 모델에는 체크 표시가 나타나고, 파인튜닝 가능한 모델에는 더하기 표시가 나타납니다. Eleven v4 옆의 더하기 버튼을 클릭해 파인튜닝을 시작하세요. 완료되면 앱과 이메일로 알림을 받습니다.

복제 강도

프로페셔널 음성 복제와 Eleven v4를 선택하면 Voice settings에 Clone Strength 슬라이더가 표시됩니다. 복제 강도는 생성된 음성이 복제 음성의 학습 녹음을 얼마나 가깝게 따를지 제어합니다.

낮은 값에서는 음성이 약간 부드러워지고 전달 방식의 유연성이 높아집니다. 원본 음성처럼 들리면서도 전반적으로 더 좋은 결과를 내는 경우가 많습니다. 높은 값에서는 부드럽게 처리하는 정도가 줄어들어 출력이 학습 녹음에 더 가깝게 유지되며, 원본 음성의 전달 방식과 표현을 더 충실하게 모방합니다. 높은 값은 뚜렷한 특징이나 독특한 억양이 있는 음성에 특히 유용할 수 있습니다.

대부분의 사용 사례에는 0%를 권장하지만, 독특한 억양이나 특징에는 더 높은 값이 유용할 수 있습니다. 이러한 경우 복제 강도를 50%로 높이는 것이 좋습니다.

FAQ

2분 미만의 오디오로 음성을 빠르게 복제할 수 있는 인스턴트 음성 복제와 달리, 프로페셔널 음성 복제를 사용하면 더욱 사실적인 음성 모델을 학습할 수 있습니다. 대규모 음성 데이터로 전용 모델을 학습하여 원래 음성과 사실상 구분할 수 없는 모델을 만듭니다.

프로페셔널 음성 복제는 Finetune과 학습이 필요하므로 음성 복제를 사용하기까지 시간이 걸립니다. 앞선 대기열 인원과 기타 요인에 따라 달라 정확한 시간을 예측하기는 어렵지만, Finetune에는 보통 3~6시간이 걸립니다.

프로페셔널 음성 복제가 준비되면 이메일 알림을 받게 됩니다.

아니요. 자신의 음성으로만 프로페셔널 음성 복제를 만들 수 있습니다. 상대방의 동의가 있더라도 다른 사람의 음성을 복제할 수 없습니다. 모든 프로페셔널 음성 복제에는 해당 음성이 본인의 것인지 확인하는 인증 절차가 필요합니다.

다른 사람이 자신의 음성을 공유하고 싶다면, 본인 계정에서 프로페셔널 음성 복제를 생성하고 인증한 다음 공유 링크를 사용해 비공개로 공유할 수 있습니다. 자세한 내용은 다음 문서를 참고하세요. 음성을 공유하려면 어떻게 하나요?

프로페셔널 음성 복제(PVC) 슬롯 수는 구독 등급에 따라 다릅니다.


기본 PVC 슬롯
  • 무료 및 스타터 플랜: PVC 슬롯 없음
  • 크리에이터, 프로 및 기존 스케일 플랜: PVC 슬롯 1개
  • 스케일 및 기존 비즈니스 플랜: PVC 슬롯 3개
  • 비즈니스 플랜: PVC 슬롯 10개
  • 엔터프라이즈 플랜: 맞춤형 PVC 슬롯 수

추가 PVC 슬롯

보이스 라이브러리에 공유한 프로페셔널 음성 복제가 스튜디오 품질로 선정되면 추가 PVC 슬롯을 받을 수 있습니다.

  • 스튜디오 품질 검토는 보이스 라이브러리에 공유한 음성에만 적용됩니다
  • 음성이 보이스 라이브러리에 등록된 후 스튜디오 품질 검토가 자동으로 진행됩니다. 즉시 완료되지는 않습니다
  • 공유한 PVC가 스튜디오 품질로 선정되면 추가 PVC 슬롯을 자동으로 받습니다
  • 여러 공유 음성이 스튜디오 품질로 선정되면 이 과정이 여러 번 발생할 수 있습니다
  • 다음 중 하나를 충족하지 않으면 PVC를 더 만들 수 없습니다.
    • 보이스 라이브러리에 공유한 음성이 스튜디오 품질 검토를 통과해 추가 슬롯을 획득
    • 스케일 이상으로 업그레이드
중요 참고 사항
  • 프로페셔널 음성 복제는 자신의 음성을 복제하는 데만 사용할 수 있습니다
  • 크리에이터 등급 미만으로 다운그레이드하면 PVC는 계정에 남아 있지만, 크리에이터 이상으로 업그레이드할 때까지 사용할 수 없습니다
  • PVC를 포함해 만들 수 있는 맞춤 음성의 총수는 구독 등급에 따라 다릅니다

모든 프로페셔널 음성 복제(PVC)는 Flash v2.5, Turbo v2.5 및 Multilingual v2 모델에서 자동으로 학습됩니다. 영어 오디오로 학습된 PVC는 Flash v2 및 Turbo v2 모델에서도 자동으로 학습됩니다.

기존 PVC가 있다면 이제 추가 모델에서 파인튜닝할 수 있습니다. 향후 파인튜닝을 지원하는 새 모델이 출시되면 알림을 받게 됩니다. 이 알림은 음성 목록의 내 음성.에서 음성 오른쪽에 표시되는 느낌표 아이콘으로 확인할 수 있습니다. 이 아이콘에 마우스를 올리면 알림이 표시됩니다.

 

 

파인튜닝을 시작하려면 내 음성, 목록에서 음성 이름에 마우스를 올리세요. 사용 가능한 모든 모델이 표시됩니다. 이미 해당 음성이 파인튜닝된 모델에는 체크 아이콘이 표시되고, 파인튜닝할 수 있는 모델에는 더하기 아이콘이 표시됩니다. 파인튜닝을 시작하려면 모델을 클릭하세요. 

음성이 파인튜닝되는 동안 모델 이름에 마우스를 올리면 진행 상황을 확인할 수 있습니다. 음성 캐싱으로 인해 최신 진행 상황을 확인하려면 페이지를 새로고침해야 할 수 있습니다. 파인튜닝이 완료되면 앱 내 알림과 이메일로 알려드립니다.

프로페셔널 음성 복제는 처리되는 동안 몇 가지 단계를 거칩니다. 이 단계는 내 음성에서 프로페셔널 음성 복제에 표시되는 상태에 반영됩니다.

현재 상태를 보려면 목록에서 음성을 찾아 오른쪽에 표시된 아이콘을 확인하세요.

 

초안: 이 상태는 음성 생성이 완료되지 않았음을 의미합니다. 일반적으로 음성 생성을 완료하지 않았거나 아직 음성을 인증하지 않았기 때문입니다.

인증 과정을 진행하려면 체크 아이콘을 클릭하세요.

음성 생성 과정으로 돌아가려면 추가 작업(점 3개)을 클릭하고 음성 편집을 선택하세요.

 

음성을 인증한 후에는 사용하기 전에 ElevenLabs 모델에서 Finetune을 거쳐야 합니다. 내 음성에서 음성 이름에 마우스를 올리면 이 과정을 추적할 수 있습니다. 여기에서 사용 가능한 모든 모델과 각 모델의 상태를 나타내는 아이콘을 확인할 수 있습니다.

 

자세한 정보는 모델 이름에 마우스를 올려 확인하세요. 다음 중 하나가 표시됩니다.

학습 실행이 예약되었습니다: 음성 학습을 위한 자리가 날 때까지 대기 중임을 의미합니다. 음성이 대기열에 머무는 시간은 대기열에 있는 다른 음성 수에 따라 달라집니다.

데이터세트 생성 중 및 Finetune 실행 중: 자리가 나면 Finetune 과정이 시작됩니다. 이 과정은 6~24시간이 걸릴 수 있습니다. 각 학습 단계가 얼마나 진행되었는지 백분율로 확인할 수 있습니다.

학습 실행 중 문제가 발생하여 다시 시도했습니다. 추가 조치는 필요하지 않습니다.

문제가 발생했지만 음성이 Finetune 과정을 다시 시도하도록 자동으로 대기열에 추가되었음을 의미합니다. 다음 시도에서는 Finetune이 정상적으로 완료될 가능성이 높지만, 여러 번 실패한다면 support@elevenlabs.io로 이메일을 보내 지원팀에 문의하세요.

이 모델에서 음성을 사용할 준비가 되었습니다: 이 모델의 Finetune 과정이 완료되어 이제 이 모델에서 음성을 사용할 수 있음을 의미합니다.

Finetune을 시작하려면 클릭하세요: 일부 모델은 자동으로 학습되지 않으므로 Finetune을 시작하려면 모델 이름을 클릭해야 합니다. 음성에 사용할 수 있는 추가 Finetune 모델이 생기면 음성 옆에 느낌표 아이콘이 표시됩니다.

Finetune 과정을 시작하려면 음성 이름에 마우스를 올리고 모델 이름을 클릭하세요.

프로페셔널 음성 복제는 특정 화자의 대규모 음성 데이터로 모델을 학습(Finetune)하여 맞춤형 모델을 만드는 과정입니다.

샘플을 업로드하고 음성을 인증하면 프로페셔널 음성 복제가 대기열에 추가됩니다. 예상 학습 시간은 약 3~6시간입니다. 몇 가지 요인에 따라 달라 정확한 시간을 안내하기는 어렵습니다. 경우에 따라 더 오래 걸릴 수도 있습니다.

내 음성에서 음성의 현재 상태를 확인할 수 있습니다. 자세한 내용은 프로페셔널 음성 복제의 상태는 무엇을 의미하나요?를 참고하세요.

PVC의 Finetune 과정이 완료되면 음성을 사용할 준비가 되었다는 인앱 및 이메일 알림을 받게 됩니다.

음성을 인증한 후 사용하려면 모델에서 파인튜닝을 거쳐야 합니다. 이 과정이 진행되는 동안 내 음성에서 음성 이름에 마우스를 올려 음성 상태를 확인할 수 있습니다. 그러면 해당 음성에 사용 가능한 모든 모델이 표시됩니다. 각 모델의 상태를 확인하려면 모델 이름에 마우스를 올리세요. 

문제가 발생한 경우 다음 상태가 표시될 수 있습니다.

학습 실행 중 문제가 발생하여 재시도되었습니다. 추가 조치는 필요하지 않습니다. 이는 문제가 발생했지만 음성이 파인튜닝 프로세스를 다시 시도하도록 자동으로 대기열에 추가되었음을 의미합니다. 다음 시도에서 파인튜닝이 성공적으로 완료될 가능성이 높지만, 여러 번 실패한다면 AI가 해결할 수 없는 데이터 세트 문제일 수 있습니다.

음성을 삭제하고 처음부터 데이터를 다시 업로드해 문제를 해결해 볼 수 있습니다. 이 방법은 일부 사용자에게 도움이 된 것으로 확인되었습니다.

그래도 문제가 해결되지 않으면 학습용 오디오를 검토하고 다른 학습용 오디오를 사용해야 할 수 있습니다.

파인튜닝 과정에서 실패가 발생하면 언제든 support@elevenlabs.io로 이메일을 보내 지원팀에 문의할 수 있습니다.

프로페셔널 음성 복제를 만드는 동안 모든 인증 시도에 실패했다면 24시간 후에 다시 시도할 수 있습니다.

support@elevenlabs.io로 이메일을 보내 지원팀에 문의할 수도 있습니다. 지원팀에서 확인한 후 문제가 없으면 인증 시도를 초기화하여 다시 진행할 수 있도록 도와드립니다.

프로페셔널 음성 복제를 성공적으로 인증하는 데 도움이 되는 권장 사항은 다음과 같습니다.

  • 웹 브라우저에서 마이크 사용이 허용되어 있고 음소거 상태가 아닌지 확인하세요.
  • 컴퓨터 마이크로 녹음한 오디오가 배경 소음이나 기타 외부 오디오 간섭 없이 복제용으로 업로드한 오디오와 유사하게 들리는지 확인하세요.
  • 음성 학습에 사용한 오디오와 비슷한 스타일로 말해 보세요.
  • 각 인증 문장을 한 번만 읽은 후 중지를 눌러 녹음을 멈추세요. 문장을 두 번 이상 읽으면 인증 과정이 실패할 수 있습니다.

가장 최근의 인증 시도 후 24시간이 지나면 내 보이스에서 인증되지 않은 프로페셔널 음성 복제(PVC)를 삭제할 수 있습니다. 더 빨리 삭제해야 하는 경우 support@elevenlabs.io로 이메일을 보내 고객 지원팀에 문의하세요.

아직 인증 절차를 시작하지 않았다면 언제든지 PVC를 삭제할 수 있습니다.

프로페셔널 음성 복제는 Eleven v4 모델 제품군에서 제공하는 모든 언어, 총 90개 이상의 언어를 지원합니다.

Eleven v4 모델 제품군은 다음을 포함해 90개 이상의 언어를 지원합니다.

아프리칸스어 (af), 암하라어 (am), 아랍어 (ar), 아르메니아어 (hy), 아삼어 (as), 아스투리아스어 (ast), 아제르바이잔어 (az), 벨라루스어 (be), 벵골어 (bn), 보스니아어 (bs), 불가리아어 (bg), 버마어 (my), 광둥어 (yue), 카탈루냐어 (ca), 세부아노어 (ceb), 크로아티아어 (hr), 체코어 (cs), 덴마크어 (da), 네덜란드어 (nl), 영어 (en), 에스토니아어 (et), 필리핀어 (fil), 핀란드어 (fi), 프랑스어 (fr), 풀라어(풀라르) (ff), 갈리시아어 (gl), 조지아어 (ka), 독일어 (de), 그리스어 (el), 구자라트어 (gu), 하우사어 (ha), 히브리어 (he), 힌디어 (hi), 헝가리어 (hu), 아이슬란드어 (is), 인도네시아어 (id), 이탈리아어 (it), 일본어 (ja), 자바어 (jv), 캄바어 (kam), 칸나다어 (kn), 카자흐어 (kk), 한국어 (ko), 키르기스어 (ky), 라오어 (lo), 라트비아어 (lv), 링갈라어 (ln), 리투아니아어 (lt), 루간다어 (lg), 룩셈부르크어 (lb), 마케도니아어 (mk), 말레이어 (ms), 말라얄람어 (ml), 몰타어 (mt), 중국어 만다린 (zh), 마오리어 (mi), 마라티어 (mr), 몽골어 (mn), 네팔어 (ne), 노르웨이어 (no), 오크어 (oc), 오디아어 (or), 파슈토어 (ps), 페르시아어 (fa), 폴란드어 (pl), 포르투갈어 (pt), 펀자브어 (pa), 루마니아어 (ro), 러시아어 (ru), 세르비아어 (sr), 쇼나어 (sn), 신디어 (sd), 슬로바키아어 (sk), 슬로베니아어 (sl), 소말리어 (so), 소라니 쿠르드어 (ckb), 스페인어 (es), 스와힐리어 (sw), 스웨덴어 (sv), 타지크어 (tg), 타밀어 (ta), 텔루구어 (te), 태국어 (th), 튀르키예어 (tr), 우크라이나어 (uk), 우르두어 (ur), 우즈베크어 (uz), 베트남어 (vi), 웨일스어 (cy), 월로프어 (wo), 줄루어 (zu).

language_code 매개변수는 대부분의 언어에 ISO 639-1 두 글자 코드를 사용할 수 있습니다. ISO 639-1 코드가 없는 언어는 ISO 639-3 세 글자 코드를 사용합니다. 아스투리아스어 (ast), 광둥어 (yue), 세부아노어 (ceb), 필리핀어 (fil), 캄바어 (kam), 소라니 쿠르드어 (ckb)가 이에 해당합니다.

즉석 음성 복제와 프로페셔널 음성 복제에는 다양한 파일 형식을 사용할 수 있습니다. 192kbps 이상의 MP3를 강력히 권장합니다.

권장 형식

  • MP3, 192kbps 이상

권장 길이

  • 즉석 음성 복제: 품질이 좋은 오디오 1~2분
  • 프로페셔널 음성 복제: 품질이 좋은 오디오 30~180분

즉석 음성 복제의 최소 길이

앱에서 샘플을 업로드할 때 각 파일은 최소 5초 이상이어야 하며, 모든 샘플의 총길이는 최소 10초 이상이어야 합니다. 좋은 복제를 위해서는 위 권장 길이를 목표로 하세요.

WAV와 같은 무압축 형식은 일반적으로 복제 품질을 높이지 않으며 업로드 과정에서 문제가 발생할 수 있습니다. 대신 녹음 품질에 집중하세요. 배경 소음, 실내 잔향 또는 여러 화자가 없는 깨끗한 녹음을 사용하고, 볼륨과 톤은 일관되게 유지하며 긴 무음 구간은 피하세요.

자세한 내용은 즉석 음성 복제(IVC) 및 프로페셔널 음성 복제(PVC)를 참조하세요.

ElevenLabs는 지식 재산권을 존중하고 기술의 잠재적 오용을 방지하기 위한 안전장치를 구현하는 데 모두 전념하고 있습니다.

  • 불법적이거나 유해하다고 간주될 수 있는 모든 목적을 위한 기술의 악의적 사용을 금지하는 서비스 약관 및 금지된 사용 정책을 준수하는 고객과만 협력합니다.
  • 보이스 소유자와 라이선스 제공자가 자신의 권리를 주장할 수 있도록 지원하며, 알려진 모든 침해 사례를 검토하고 조치를 취합니다.
  • 모델에서 생성된 모든 오디오는 생성 책임이 있는 사용자까지 즉시 추적할 수 있습니다.

개발 중인 기술은 새롭고 명확한 규제는 아직 도입되지 않았습니다. AI 연구소로서의 목표 중 하나는 이 기술의 존재와 잠재력, 그리고 한계에 대한 인식을 확산하는 것입니다.

자세한 가이드는 즉석 음성 복제 및 프로페셔널 음성 복제 문서를 참고하시기를 적극 권장합니다.

핵심은 다음과 같습니다. 일관된 고품질 입력 = 일관된 고품질 출력입니다.

길이

  • 즉석 음성 복제: 고품질 오디오 1~2분
  • 프로페셔널 음성 복제: 고품질 오디오 30~180분

찾을 수 있는 가장 좋은 품질의 선명한 오디오 클립을 사용하세요. 배경 소음이나 간섭 없이 화자가 한 명만 있어야 하며, 목소리는 크고 또렷해야 합니다.

길이를 늘리기 위해 품질이 제각각인 여러 클립을 사용하는 대신, 총 재생 시간을 늘리는 데 집중하기보다 마이크 품질이 확실히 높고 전체적으로 품질과 음색이 일관된 클립을 우선적으로 사용하세요.

클립의 대화 대부분이 가장 선호하는 화자의 말투와 억양에 맞도록 하세요. 원하는 음성 패턴에서 벗어난 대화 구간이 너무 많지 않도록 해야 합니다.

필요하다면 노이즈 제거 도구를 사용해 배경 소음을 줄이세요.

자세한 내용은 여기의 문서에서 확인할 수 있습니다.

네. Flash v2.5와 Multilingual v2에서 지원하는 모든 언어로 음성을 복제할 수 있습니다. 지원 언어 전체 목록은 여기에서 확인하세요.

AI가 지원하지 않는 언어를 말하는 음성도 복제할 수 있습니다. 복제된 음성이 화자의 음색을 담아낼 수는 있지만, 해당 언어를 구사할 수는 없으며 결과를 예측하기 어려울 수 있습니다. 이 방법은 권장하지 않습니다.

음성 복제를 독립 실행형 파일로 다운로드하거나 내보낼 수는 없습니다. 음성 복제는 ElevenLabs 계정에 유지됩니다.

ElevenLabs 웹사이트 외부에서도 ElevenLabs 음성을 사용할 수 있습니다. API 키를 사용하면 타사 서비스에서 ElevenLabs API를 호출하여 계정에 있는 음성으로 음성을 생성할 수 있습니다.

나중에 복제를 다시 만들고 싶다면, 생성에 사용한 원본 오디오 샘플을 보관하세요. 동일한 오디오를 사용하더라도 각 복제 음성은 조금씩 다르게 들립니다.

ElevenLabs는 두 가지 복제 옵션을 제공합니다.

  • 인스턴트 음성 복제: 약 1~3분의 오디오로 빠른 결과를 얻을 수 있습니다. 대부분의 음성에 잘 작동하지만, 흔하지 않은 억양이나 독특한 음성에서는 어려움을 겪을 수 있습니다.
  • 프로페셔널 음성 복제: 30분에서 약 3시간의 오디오를 사용하여 더 높은 충실도를 제공합니다. Finetune은 보통 3~6시간이 걸리며, 대기열에 음성이 많으면 더 오래 걸릴 수 있습니다.

인스턴트 음성 복제가 음성이나 억양을 잘 반영하지 못한다면 프로페셔널 음성 복제를 사용해 보세요.

복제를 만든 후에는 억양이나 톤을 변경할 수 없습니다. 결과를 개선하려면 사용하는 오디오 샘플을 바꾸세요. 샘플을 조금만 바꿔도 큰 차이가 날 수 있습니다.

프로페셔널 음성 복제(PVC)의 Finetune 과정이 완료되어 사용할 수 있게 되기 전에 사용하려 하면 이 오류가 표시됩니다.

PVC를 만들면 사용 가능해지기 전에 여러 과정을 거쳐야 합니다. 음성을 인증한 후 처리되고 Finetune 대기열에 추가됩니다. 현재 Finetune 대기열에 있는 다른 음성 수에 따라 다르지만, 이 과정은 보통 3~6시간이 걸리며 최대 24시간까지 걸릴 수 있습니다.

내 음성에서 음성 목록의 해당 음성을 찾은 다음 보기를 클릭하면 PVC의 진행 상황을 확인할 수 있습니다. 각 모델에 마우스를 올리면 현재 상태를 볼 수 있습니다.

각 상태의 의미에 관한 자세한 내용은 프로페셔널 음성 복제의 상태는 무엇을 의미하나요?를 참고하세요.

PVC의 Finetune이 완료되어 사용할 수 있게 되면 팝업 알림과 이메일로 안내해 드립니다.

No results