참고Reddit
Minimax H3, 음성 태그를 활용한 자연스러운 연기 기능 시연
음성 태그(호흡, 일시정지 등) 제어로 이전보다 훨씬 정교한 감정 표현 가능. 관련 서비스 개발 시 참고.
요약
Reddit의 StableDiffusion 커뮤니티에서 Minimax H3 모델을 활용한 음성 생성 기법이 화제가 되고 있다. 사용자는 특정 레퍼런스 음성을 사용하여 음성 일관성을 유지하면서, 스피치 태그를 활용한 자연스러운 음성 합성을 시연했다. 예시로 제시된 태그인 [English], <inhale>, <pause>, <breath>, <long pause> 등을 통해 문장 사이의 호흡과 일시 정지 같은 디테일한 표현을 제어할 수 있다. 다만, 생성된 영상의 품질이 시간이 지날수록 저하되는 현상이 발생한다는 한계점이 지적되었다. 실무자들은 이처럼 태그 기반의 음성 합성 방식을 통해 생성형 AI 영상 내 대사의 몰입감을 높이는 테스트를 진행해 볼 수 있다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 Minimax H3 Voice acting with speech tags.
원문 보기 ↗