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.