음성 합성

영어	Text-to-Speech (TTS)
분류	음성 처리
입력	텍스트
출력	음성 오디오
대표 서비스	ElevenLabs, Azure TTS

'''음성 합성'''(Text-to-Speech, TTS)은 텍스트를 자연스러운 음성으로 변환하는 기술입니다. AI의 발전으로 인간과 구별하기 어려운 수준의 음성 생성이 가능해졌습니다. [[youtube:Xwb_lZKpgI8|AI 음성 합성 기술]] == 개요 == 음성 합성 기술은 시각 장애인 보조, 내비게이션, 가상 비서 등 다양한 분야에서 활용됩니다. 딥러닝의 발전으로 억양, 감정, 발음까지 자연스러운 음성 생성이 가능해졌습니다. == 역사 == === 초기 TTS (1960년대~) === * 규칙 기반 합성 * 로봇 같은 음성 * 제한된 품질 === 연결합성 (1990년대~) === * 녹음된 음성 조각 연결 * 자연스러움 향상 * 대용량 데이터 필요 === 신경망 TTS (2016년~) === * WaveNet (DeepMind) * Tacotron (Google) * 인간 수준 품질 === 현재 (2020년~) === * 실시간 합성 * 음성 복제 * 감정/스타일 제어 == 주요 기술 == === 음소 변환 === * 텍스트를 음소로 변환 * 발음 규칙 적용 * 언어별 처리 === 운율 생성 === * 억양, 강세, 속도 * 자연스러운 리듬 * 감정 표현 === 파형 생성 === * 오디오 신호 생성 * 고품질 사운드 * 실시간 처리 == 대표 서비스 == === ElevenLabs === * 최고 품질 AI 음성 * 음성 복제 기능 * 다국어 지원 * 감정 제어 === Azure Speech Service === * Microsoft 클라우드 TTS * 기업용 솔루션 * 커스텀 음성 지원 === Google Cloud TTS === * WaveNet 기반 * 다양한 언어/음성 * API 제공 === Amazon Polly === * AWS TTS 서비스 * 신경망 음성 * 스트리밍 지원 === Naver Clova === * 한국어 특화 * 감정 표현 * 상업용 라이선스 == 음성 복제 == 짧은 샘플로 특정인의 목소리를 복제하는 기술: * 성우 없이 콘텐츠 제작 * 접근성 향상 * [[딥페이크]] 우려 == 활용 분야 == === 접근성 === * 시각 장애인 보조 * 화면 읽기 * 문서 낭독 === 콘텐츠 제작 === * 오디오북 제작 * 팟캐스트 * 유튜브 내레이션 === 고객 서비스 === * ARS 시스템 * 가상 비서 * [[챗봇]] 음성 응답 === 교육 === * 언어 학습 * e-러닝 콘텐츠 * 교육 자료 == 관련 문서 == * [[음성인식]] * [[자연어 처리]] * [[AI 비서]] * [[딥페이크]] [[분류:인공지능]] [[분류:음성 처리]] [[분류:자연어 처리]]