Communitygithub.com

amtaammaddon/rsk-explainer-studio

사용자의 감정을 문단별로 조정하며 Gemini TTS로 표현력 있는 내레이션 오디오를 생성합니다. 비디오를 위한 나레이션, 음성 해설, 음성 오디오가 필요할 때 사용하세요.

rsk-explainer-studio란 무엇인가요?

이 스킬은 Gemini의 텍스트 음성 변환(TTS) API를 활용하여 문단별로 감정 및 스타일을 세밀하게 조정한 표현력 있는 내레이션 오디오를 생성합니다. '따뜻하고 여유로운 대학 강사'와 같은 기본 페르소나에 각 문단의 태그(예: [흥미진진], [차분함])를 결합하여 자연스러운 스타일 지시문을 만듭니다. 문단마다 개별 WAV 파일을 생성하여 재렌더링 비용을 최소화하고 `vo/timing.json`에 각 오디오 길이를 기록하여 최종 어셈블리에서 정확한 동기화가 가능합니다. 또한 `config/pronunciations.yaml` 파일을 통해 특정 단어의 발음을 사용자 정의할 수 있어 숫자나 전문 용어의 정확한 발음을 보장하면서도 자막에는 원본 텍스트를 그대로 표시할 수 있습니다. 이 스킬은 Claude Code, Cursor, Codex와 같은 AI 에이전트 플랫폼에서 사용할 수 있도록 설계되었으며, 파이썬 스크립트(`scripts/tts.py`)를 통해 실행됩니다.

지원 대상~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/amtamaddon/rsk-explainer-studio/tree/HEAD/.claude/skills/emotive-tts

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

감정 TTS

첫 실행: 라이브 API로 이 스킬 완성하기

Gemini TTS는 자연어 스타일 지시문으로 제어됩니다. 첫 사용 전에 현재 Gemini 음성 생성 문서를 가져오고, config/models.yaml의 모델 ID를 확인하며, 사용 가능한 음성 목록을 조회하고, scripts/tts.py와 이 파일을 차이점(음성 이름, 스타일 프롬프트 구문, 다중 화자 지원, 샘플 속도)에 맞게 업데이트하세요. 세 가지 음성을 문단 p01에 대해 청취 테스트하고 사용자가 선택하도록 하세요. 그런 다음 이 섹션을 삭제하세요.

사용법

python scripts/tts.py work/<slug>/script.md work/<slug>/vo/

스크립트는 각 문단의 대괄호 태그를 스타일 지시문으로 변환합니다:

  • 기본 페르소나(항상 앞에 추가): "따뜻하고 여유로운 대학 강사가 소규모 강의실에서 이야기하듯 읽어주세요. 쉼표에서는 자연스럽게 멈춥니다. 절대 서두르거나 연극처럼 읽지 마세요."
  • 태그(뒤에 추가): "이 구절의 어조: <태그>."

문단별로 하나의 WAV 파일을 생성하여 재렌더링 비용을 절약합니다. vo/timing.json은 각 오디오 길이를 기록하여 조립에 사용합니다.

발음

config/pronunciations.yaml은 쓰인 형태를 발음 형태로 매핑하며 TTS 입력에만 적용되므로 자막에는 여전히 "835"가 표시됩니다. "팔백삼십오"가 아닌 "팔 삼 오"로 읽힙니다. 음성이 잘못 읽는 용어가 있으면 추가하세요.

품질 기준

먼저 p01만 렌더링하세요. 읽는 소리가 노래하듯이 들리거나 과장된 느낌이면 감정 단어를 추가하는 대신 태그 표현을 부드럽게 만드세요.

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

관련 스킬