드러나는 지점
세 가지에서 갈립니다. 첫째는 숨입니다. 사람은 말하다 숨을 쉬고 그 자리가 문장 끝과 늘 일치하지는 않는데, 합성 음성은 쉬는 자리가 지나치게 규칙적이거나 없습니다. 둘째는 강조입니다. 사람은 중요한 단어에 힘을 주고 나머지를 흘리지만 합성 음성은 모든 단어를 비슷한 힘으로 읽는 경우가 많아 어디가 중요한지 남지 않습니다. 셋째는 고유명사와 숫자입니다. 지명이나 제품명처럼 상황에 따라 읽는 방식이 달라지는 말에서 종종 어긋납니다.
쓰기 좋은 자리와 아쉬운 자리
| 잘 맞는 자리 | 아쉬운 자리 |
|---|---|
| 순서와 방법을 설명하는 짧은 구간 | 직접 겪은 이야기 |
| 숫자나 조건을 읽어주는 자막 보조 | 추천하거나 권하는 대목 |
| 도입부 한두 문장 | 영상 전체를 끌고 가는 긴 내레이션 |
오른쪽의 공통점은 말하는 사람이 누구인지가 중요한 대목이라는 점입니다. 설명 구간은 합성 음성으로 처리하고 판단과 경험이 들어가는 대목만 직접 녹음하는 방식이 현실적입니다.
표시와 기준
플랫폼마다 합성된 음성이나 영상을 올릴 때 그 사실을 알리는 항목을 두고 있으며, 실제 사람이나 실제 상황으로 오인될 수 있는 경우가 주된 대상입니다. 기준이 계속 손질되고 있으므로 업로드 화면의 안내를 그때그때 확인하는 편이 정확합니다. 다만 실존 인물의 목소리를 흉내 내는 것은 제도 이전의 문제이므로 구분해서 보아야 합니다.
기준을 하나만 남긴다면, 목소리가 정보를 나르는 일만 하면 합성 음성이 무난하고 신뢰를 만드는 일까지 해야 하면 직접 녹음하는 편이 낫습니다.
자주 묻는 질문
Q. 한국어 합성 음성 품질은 어느 정도인가요?
A. 서비스마다 편차가 크고 업데이트가 잦아 단정하기 어렵습니다. 짧은 문장은 대체로 자연스럽고 길어질수록 리듬이 단조로워지는 경향은 공통적입니다.
Q. 합성 음성을 쓰면 노출에 불이익이 있나요?
A. 제작 방식 자체로 불이익을 준다는 기준은 확인된 바 없습니다. 다만 끝까지 보는 사람이 줄면 그 결과로 노출이 줄어드는 것은 별개의 문제입니다.
Q. 목소리를 여러 개 섞어 써도 되나요?
A. 얼굴을 내밀지 않는 영상일수록 목소리가 채널을 식별하는 단서가 되므로 하나로 고정하는 편이 낫습니다.
이 글은 핵심만 간추린 요약입니다. 더 자세한 내용은 블로그 원문에 있습니다.
블로그에서 이어 읽기