Fish Audio가 83개 언어를 지원하는 지시형 음성 생성 모델 'Drama 3'를 이번 주 공개했다. 자연어로 지시하면 감정, 속도, 속삭임, 웃음, 멈춤 같은 디테일까지 조절할 수 있는 음성 합성 모델이다.

이 모델의 특징은 한 문장 안에서도 지시를 바꿔 넣을 수 있다는 점이다. 예를 들어 같은 대사라도 앞부분은 담담하게, 뒷부분은 웃음기를 섞어 읽게 하는 식의 세밀한 연출이 가능하다.

Fish Audio는 이 모델을 커뮤니티 라이선스로 오픈 웨이트까지 함께 공개했다. 개발자나 제작자가 직접 서버에 올려 자체 호스팅할 수 있어, 클라우드 API 비용 없이도 활용할 수 있는 길을 열어준 셈이다.

이용 환경도 다양하게 제공된다. 웹과 모바일에서 바로 써볼 수 있고, API로 연동해 다른 서비스나 콘텐츠 제작 파이프라인에 붙여 쓰는 것도 가능하다.

AI 음성 합성 시장에서는 그동안 감정 표현의 자연스러움과 다국어 지원이 꾸준한 과제로 꼽혀왔다. Drama 3는 83개 언어와 세밀한 감정 지시를 동시에 내세우며 이 지점을 정면으로 공략한 모델로 평가된다.

업계에서는 성우 섭외나 녹음 없이도 캐릭터 대사에 감정 연출을 입힐 수 있다는 점에서, 인디 게임이나 웹소설 오디오화 같은 소규모 제작 현장에서의 활용 가능성에 주목하고 있다.

출처: https://www.producthunt.com/products/fish-speech