cartesia-hebrew-tts

Cartesia 히브리어 TTS

음성 자체는 기본적으로 자연스럽습니다. 거의 모든 실패는 발음에서 비롯됩니다: 모음이 없는 히브리어는 모델이 모음, 성별, 숫자 읽기 방식을 추측하게 만듭니다. 따라서 작업은 텍스트를 준비하고 결과를 확인하는 데 집중됩니다.

스크립트는 이 파일과 같은 디렉토리의 scripts/에 있습니다. 출력 파일이 저장될 폴더에서 node(20 이상)로 실행하세요. 개인 데이터는 ~/.cartesia-tts에 저장됩니다: 키(.env), 기본 음성 및 설정(config.json), 발음 목록(lexicon.json). 스킬을 업데이트해도 이 폴더는 건드리지 않습니다.

첫 실행

사용자의 언어로 평이하게 대화하고, 각 단계 후에 사용자의 응답을 기다리세요.

1. node scripts/doctor.mjs를 실행하세요. 무료입니다. READY가 출력되거나, 수정해야 할 사항이 출력됩니다.

2. 키: 키가 없으면 node scripts/doctor.mjs --keys를 실행하세요. 키 파일을 텍스트 편집기로 열며, 사용자가 다음을 붙여넣습니다:

   • CARTESIA_API_KEY, play.cartesia.ai (API 키)에서. 무료 계정으로 가능합니다.
   • GEMINI_API_KEY, aistudio.google.com에서 (강좌 첫날과 동일한 키).

   절대로 사용자에게 키를 채팅에 붙여넣도록 요청하지 말고, 키를 출력하지 마세요.

3. 음성: 자신의 목소리를 복제할지("음성 복제" 참조), 아니면 지금은 기본 음성을 사용할지 물어보세요 (node scripts/voices.mjs --language he, 그 다음 --set-default <id>).

4. doctor.mjs가 READY를 출력할 때까지 다시 실행하고, 그런 다음 "음성 해설 만들기"를 통해 짧은 테스트 음성을 하나 만들어 사용자가 들어볼 수 있게 하세요.

음성 해설 만들기

1. 원본 저장: <name>.original.txt로, 건드리지 않고 저장합니다.

2. 대본 준비: references/hebrew-rules.md를 읽고, <name>.txt를 다음 형식으로 저장합니다:

   • 숫자, 시간, 가격은 올바른 성별의 발음으로 표기
   • 모호한 단어에는 접두사 문자를 포함한 전체 니쿠드, 나머지는 일반 텍스트
   • 영어 이름은 영어 알파벳으로, 구두점은 깔끔하게 정리

   단어의 표기 방식을 바꾸되, 내용은 바꾸지 마세요. 만약 시간을 공식적인 표현으로 바꾸는 등 단어 자체를 바꾸는 것이 정말 도움이 된다면, 요약에 그 사실을 알리세요.

3. 생성 및 확인:

   node scripts/speak.mjs <name>.txt <name>.wav --check
   

   요청 시 --emotion none, --speed 1.0 또는 --voice <id>를 추가하세요. MP3 출력을 원하면 .mp3 출력 이름을 사용하세요. 또한 <name>.wav.sent.txt(실제 전송된 텍스트)와 <name>.wav.check.json(확인 보고서)도 작성합니다. 종료 코드 2는 확인 결과 오류가 발견되었음을 의미합니다.

4. 실패한 부분만 수정: 확인 보고서는 올바르게 말한 단어도 잘못 표시할 수 있으므로, 먼저 heard_as와 의도한 읽기를 비교하고 일치하면 해당 단어는 무시하세요. 실제 오류가 있는 각 단어에 대해 <name>.txt를 수정하고 다시 생성하세요. 선호도 순서: 전체 니쿠드 추가 또는 수정, 그 다음 철자 변경, 마지막으로 동의어로 대체. 3회 시도 후에는 남은 문제를 보고하고 중단하세요. 더 많은 재시도는 거의 도움이 되지 않고 크레딧을 소모하기 때문입니다.

5. 실제 수정 사항 기억: 수정이 필요했고 항상 같은 뜻을 가진 단어는 ~/.cartesia-tts/lexicon.json에 추가하세요(파일이 없으면 생성). 이 파일은 모든 실행 시 자동으로 적용됩니다:

   [{ "text": "גוללים", "say": "גּוֹלְלִים" }]
   

   일치는 정확한 전체 단어 단위로 이루어지므로, 접두사가 붙은 형태는 별도 항목으로 추가하세요. ספר과 같은 동형이의어는 문장에 따라 올바른 읽기가 달라지므로 고정된 대체가 다른 용법을 망가뜨릴 수 있으니 제외하세요.

6. 보고: 오디오 경로, 확인 결과, 변경한 단어, 그리고 들어보라는 알림을 함께 제공하세요.

확인은 미묘한 전달보다 잘못된 단어를 더 잘 잡아냅니다. 테스트에서 세 개의 다른 릴 테이크에 동일한 완벽 점수를 주었습니다. PASS는 오류가 감지되지 않았음을 의미하며, 최종 판단은 사용자의 귀에 달려 있습니다. 느낌에 따라 테이크를 비교해 달라는 요청을 받으면 점수 대신 테이크를 제시하세요.

한 번에 하나의 테이크만 생성하세요. Cartesia는 요금제에 따라 동시 요청을 제한합니다.

기존 테이크 확인

node scripts/check.mjs <audio> <script.txt> --json report.json

음성 복제

node scripts/clone.mjs <clip> --name "음성 이름" --language he --set-default

사용자 자신의 목소리, 또는 명확한 허가를 받은 소유자의 목소리만 복제하세요. 다른 사람의 목소리이고 허가가 명확하지 않으면 중단하고 물어보세요. --set-default를 빼고 복제를 먼저 시도한 후, --voice <id>와 함께 speak.mjs에 전달하세요. 클립은 복제에 그대로 반영되므로 업로드 전에 조언하세요:

• 30초에서 60초 (Sonic 3.6은 최대 60초까지 학습), 화자 1명, 조용한 방, 16MB 미만
• 아나운서처럼 말하지 않고 자연스럽게 말하기
• 원하는 음성 분위기로 녹음하세요. 쾌활한 클립은 모든 말투에서 쾌활한 음성을 만듭니다.

Pro Voice Clone은 30분 이상의 오디오와 상위 요금제가 필요합니다. 발음이 아닌 음성 유사성을 개선하므로, 잘못 읽은 단어를 수정하지는 않습니다. 자세한 내용: https://docs.cartesia.ai/build-with-cartesia/capability-guides/clone-voices-pro

비용

Sonic은 문자당 1크레딧을 사용하며, 분당 약 750~800크레딧이 소모됩니다. Cartesia의 무료 플랜은 월 20,000크레딧과 즉시 음성 복제를 포함하며, 평가 및 개인 용도로 사용 가능합니다. 상업적 사용은 월 $5부터 시작하는 유료 플랜이 필요합니다. 최신 요금제: https://www.cartesia.ai/pricing. Gemini 확인은 사용자의 Gemini 키로 실행됩니다.