Google Cloud 텍스트 음성 변환 API 완벽 가이드

생성형 AI와 인공지능 기술은 많이 발전했습니다. 텍스트 음성 변환 역시 오랫동안 활용돼 온 개념입니다. 여기서 꼭 짚어야 할 포인트와 분류가 많으니 단계별로 풀어 설명해 보겠습니다. 초보자든 전문가든 Google 텍스트 음성 변환 API를 훨씬 쉽게 이해하실 수 있을 거예요.

본격적으로 들어가기 전에 몇 가지 기본 용어와 원칙부터 정리하겠습니다. 핵심 개념을 먼저 이해해야 탄탄한 기초를 쌓을 수 있습니다.

여기서는 텍스트 음성 변환과 API라는 두 가지 기술, 그리고 Google Cloud의 역할을 나눠서 설명하겠습니다.

편집자 주: 최고의 텍스트 음성 변환 API를 찾고 계신가요? 사용하기 쉽고 문서가 잘 정리된 Speechify의 텍스트 음성 변환 API를 확인해보세요.

텍스트 음성 변환

이 주제에 대해 자세히 다룬 글이 이미 있습니다. 텍스트 음성 변환이란 블로그와 음성 합성 가이드를 참고하시면 더 깊이 이해하실 수 있어요. 여기서는 핵심만 간단히 짚고 넘어가겠습니다.

텍스트 음성 변환은 음성 합성 기술을 활용해 텍스트를 AI가 읽어 주는 기능입니다. 활용 사례는 정말 다양합니다. 난독증이 있거나 시력이 좋지 않은 분들의 읽기를 돕고, 업무 효율을 높이고 싶은 분들에게도 유용하죠.

API

API는 애플리케이션 프로그래밍 인터페이스의 줄임말로, 두 앱을 이어주는 다리 역할을 합니다. 오디오 콘텐츠가 필요한 앱을 개발하면서 텍스트 음성 기능이 필요하다면 직접 기능을 만들 수도 있지만, 이미 나와 있는 텍스트 음성 변환 API를 연동하는 편이 훨씬 간편합니다.

앱 개발에 집중하면서, 제3의 API를 중간 다리로 활용해 텍스트 음성 변환 기능을 손쉽게 붙일 수 있습니다.

Google Cloud API

이제 Google Cloud의 역할을 살펴보겠습니다. Google은 강력한 텍스트 음성 변환 API를 제공하며, 다양한 요금제로 개발자에게 개방하고 있습니다. 자체 앱이나 웹앱에 텍스트 음성 변환 기능이 필요하다면 Google의 TTS 기능으로 간단히 구현할 수 있죠. 참고로 TTS는 텍스트 음성 변환을 의미합니다.

Google Cloud Console에서 빠른 시작 가이드를 확인해 보세요 https://cloud.google.com/. 튜토리얼, 서비스 계정 관리, Wavenet 음성 등 다양한 기능을 제공하고 있습니다.

Google Cloud는 구글에서 제공하는 클라우드 플랫폼으로, 모듈형 서비스가 매우 다양합니다. 필요한 것만 골라 쓰거나 모두 사용할 수도 있습니다. API 인증을 위한 액세스 키만 발급받으면 되고, 대부분의 서비스는 유료이지만 일부 무료 한도도 제공됩니다.

Google은 2014년 DeepMind를 인수해 텍스트 음성 변환 기술과 신경망 개발에 적극 활용해 왔습니다. 현재 DeepMind는 Google DeepMind로 통합됐죠.

이제 기초 설명을 마쳤으니, Google Cloud 텍스트 음성 변환 API를 본격적으로 살펴보겠습니다.

Google 텍스트 음성 변환 API 주요 기능

구글은 글로벌 기술 리더답게 TTS API에서도 세계 최고 수준의 기능을 제공합니다. 지금도 계속 고도화되고 있습니다.

고음질 음성

Google의 텍스트 음성 변환 목소리는 업계 최고 수준을 자랑합니다. 실제 사람처럼 자연스러운 억양이 강점이죠. TTS 기술은 여전히 발전 중이지만, 음성이 자연스러울수록 경쟁력은 더 커집니다.

다양한 목소리 선택

Google은 가장 폭넓은 목소리 선택지를 제공해, 프로젝트가 다른 앱과 확실히 차별화되도록 도와줍니다.

나만의 목소리 생성

이 기능은 목소리 복제 기술과 비슷합니다. 본인이나 다른 사람(허락 필수)의 목소리를 녹음해, 그 음성으로 원하는 텍스트를 읽게 만들 수 있습니다.

신경망 음성

신경망 음성은 다양한 목소리 옵션 가운데 가장 높은 품질을 제공합니다. 여러 나라의 목소리를 지원해 글로벌 대상 서비스에도 잘 어울립니다.

스튜디오 음성

스튜디오 음성은 실제 스튜디오에서 녹음한 것처럼 전문가의 목소리를 구현해, 매우 자연스럽고 고급스럽게 들립니다.

음성 튜닝

목소리를 고른 뒤 속도, 음높이 등 여러 옵션을 조정해 원하는 음색과 말투를 세밀하게 맞출 수 있습니다.

Google 텍스트 음성 변환 API 요금은 얼마인가요?

결국 음성 품질과 텍스트 길이에 따라 비용이 달라집니다. 더 자연스럽고 고급스러운 음성을 선택할수록 요금이 올라갑니다. 그래도 전반적으로 고음질 음성도 상당히 합리적인 편입니다.

문자와 바이트의 차이점

표에서 보듯, 요금은 목소리 품질에 따라 크게 차이 납니다. 텍스트를 음성으로 바꿀 때 필요한 오디오 인코딩과 처리 방식도 각 등급마다 다릅니다. 예를 들어 표준 음성은 가격이 저렴하고 문자 수 기준으로 과금됩니다.

즉, 프로젝트에 400만 문자가 있다면 표준 음성으로 변환 시 비용은 $16입니다.

반면 스튜디오 음성은 훨씬 더 많은 처리 자원이 필요해 바이트 기준으로 요금이 매겨집니다. 예를 들어 일본어처럼 한 글자가 여러 바이트를 차지하는 언어도 있죠.

가장 정확한 요금을 알고 싶다면 사용하는 언어와 대략적인 문자당 바이트 수를 파악해 직접 계산해 보는 것이 좋습니다.

Google Cloud Platform 텍스트 음성 변환 API 프로젝트 설정 방법

1. Google Cloud 계정을 만들거나 이 페이지에서 로그인
2. 새 프로젝트를 만들고 이름을 지정합니다.
3. 결제 수단을 추가합니다. 사용한 만큼만 과금됩니다.
4. 프로젝트를 선택해 방금 추가한 결제 계정과 연결합니다.
5. Text-to-Speech API를 활성화합니다. 페이지 상단 ‘제품 및 리소스 검색’ 바에 "speech" 입력
6. 검색 결과에서 Cloud Text-to-Speech API 선택
7. 개발 환경 인증을 설정합니다. 자세한 방법은 Text-to-Speech 인증 가이드를 참고하세요.

프로젝트에 연결하지 않고도 Text-to-Speech를 바로 체험해 볼 수 있습니다:

1. TRY THIS API 선택
2. 프로젝트에 Text-to-Speech API를 활성화하려면 ENABLE 클릭

더 자세한 내용은 Google Cloud 문서를 참고하세요.

텍스트 음성 변환 API 비활성화 방법

Text-to-Speech API 비활성화: Google Cloud Platform 대시보드에서 APIs 상자의 "API 개요로 이동" 클릭 → Text-to-Speech API 선택 → 상단의 "API 사용 중지" 버튼 클릭.

Google 텍스트 음성 변환 API 시작하기

프로젝트 설정을 마쳤다면, 아래 명령어로 바로 시작할 수 있습니다.

gcloud init

로컬 인증 생성

gcloud auth application-default login

이제 클라이언트 라이브러리를 설치합니다. 이 예시는 Node.js 기준입니다.

npm install --save @google-cloud/text-to-speech

Google Cloud 텍스트 음성 변환 API 지원 언어:

1. Go
2. Java
3. Node.js
4. C++
5. C#
6. PHP
7. Python
8. Ruby
9. TypeScript
10. Terraform
11. YAML

Google Cloud API는 어떻게 동작하나요?

API 호출 하나로 모든 것이 시작됩니다. 텍스트를 보내면 음성 오디오 파일로 변환해 돌려줍니다. 이때 요청에 목소리, 언어 등을 지정하면 텍스트 음성 변환 API가 해당 설정에 맞는 음성 파일을 반환합니다.

텍스트 음성 변환 클라이언트 라이브러리 설치 및 사용법은 여기에서 확인하세요. 샘플 코드는 Node.js 기준이며, Python, PHP 등도 선택해 볼 수 있습니다.

const textToSpeech = require('@google-cloud/text-to-speech');
const fs = require('fs');
const util = require('util');

const client = new textToSpeech.TextToSpeechClient();

/**
 * TODO(developer): Uncomment the following lines before running the sample.
 */
// const text = 'Text to synthesize, eg. hello';
// const outputFile = 'Local path to save audio file to, e.g. output.mp3';

const request = {
  input: {text: text},
  voice: {languageCode: 'en-US', ssmlGender: 'FEMALE'},
  audioConfig: {audioEncoding: 'MP3'},
};
const [response] = await client.synthesizeSpeech(request);
const writeFile = util.promisify(fs.writeFile);
await writeFile(outputFile, response.audioContent, 'binary');
console.log(`Audio content written to file: ${outputFile}`);

이렇게 해서 Google Cloud 텍스트 음성 변환 API를 설정하고 첫 변환까지 마쳤습니다. 변환된 파일은 OGG, MP3 등 다양한 형식으로 받을 수 있습니다.

Google 텍스트 음성 변환 API 활용 예시

Google 텍스트 음성 변환(TTS) API는 여러 분야에 두루 쓸 수 있는 다목적 솔루션입니다. 대표적인 활용 예시는 다음과 같습니다.

1. 시각장애인을 위한 텍스트 음성 변환: 앱에서 TTS로 텍스트를 읽어 주어 시각장애인 등에게 정보 접근성을 높여 줍니다. 자세히 보기.
2. 자동화 전화 시스템: TTS로 고객 응대, 안내 시스템 등에 자연스러운 음성 안내를 제공합니다.
3. 미디어 콘텐츠 나레이션: 동영상, 팟캐스트 등에 자연스러운 음성 나레이션을 자동으로 제작할 수 있습니다.
4. 다국어 콘텐츠 읽기: 번역된 텍스트를 음성으로 변환해 언어 학습, 글로벌 커뮤니케이션, 다양한 언어 콘텐츠 접근에 활용합니다.
5. 난독증 사용자를 위한 읽기 지원: 난독증 등으로 읽기에 어려움이 있는 사람들에게 TTS 기능을 제공해 부담을 덜어 줍니다.
6. 앱 내 음성 안내: 내비게이션 등에서 TTS로 길 안내 및 각종 안내 음성을 제공합니다.
7. 교육 콘텐츠 음성화: 교육용 텍스트를 음성으로 변환해 이해도와 몰입도를 높입니다.
8. 생산성 앱용 음성 합성: 메모·업무 앱 등에 TTS를 연동해 음성 피드백과 정보 읽어주기 기능을 추가합니다.
9. 가상 어시스턴트의 자연스러운 음성: 자연스러운 TTS를 적용해 음성 어시스턴트의 대화 경험을 한층 끌어올립니다.
10. 오디오 알림 및 통지: IoT 기기 등에서 TTS로 음성 알림과 상태 업데이트를 제공할 수 있습니다.

Google Cloud TTS API 대안

2022년 1월 기준, Google 텍스트 음성 변환 API의 대안도 여러 가지가 있습니다. 서비스의 인기와 기능은 시간이 지나며 달라질 수 있으니 참고용으로 봐 주세요. 대표적인 대안은 다음과 같습니다.

1. Speechify 텍스트 음성 변환 API: Speechify 텍스트 음성 변환 API는 60개 이상의 언어·방언과 1,000개 이상의 감정 AI 목소리를 지원합니다. 오늘 신청하기.
2. Amazon Polly: AWS에서 제공하는 Polly는 자연스러운 다국어 음성 합성을 지원하며 AWS 서비스와 긴밀히 연동됩니다.
3. Microsoft Azure Speech Service: Azure Speech Service는 TTS 기능을 제공하며, 음성 비서·내비게이션 등 다양한 앱에 활용됩니다.
4. IBM Watson 텍스트 음성 변환: IBM Watson은 텍스트를 여러 목소리로 자연스럽게 읽어 주는 TTS 서비스를 제공합니다.
5. Nuance Communications: Nuance는 텍스트 음성 변환 등 다양한 음성·인식 솔루션을 의료, 차량, 고객 서비스 분야에 제공합니다.
6. CereProc: CereProc은 텍스트 음성 변환 기술 전문 회사로, 접근성·엔터테인먼트·커뮤니케이션에 최적화된 음성을 제공합니다.
7. iSpeech: iSpeech는 여러 언어와 목소리를 지원하는 클라우드 기반 텍스트 음성 변환 서비스로, 모바일 앱·웹사이트 등에서 폭넓게 활용됩니다.
8. ResponsiveVoice: ResponsiveVoice는 다양한 언어를 지원하며, 웹에서 활용이 쉬운 텍스트 음성 변환 API입니다.
9. Neospeech: Neospeech는 자연스러운 음성에 집중한 텍스트 음성 변환 솔루션을 제공합니다. 주로 e-learning, 엔터테인먼트 분야에서 활용됩니다.
10. ReadSpeaker: ReadSpeaker는 웹사이트, e-learning, 접근성 등 다양한 분야에 온라인·오프라인 텍스트 음성 변환 솔루션을 제공합니다.
11. Acapelabox: Acapela Group의 클라우드형 텍스트 음성 변환 API인 Acapelabox는 많은 언어와 목소리를 지원합니다.

FAQ