TTS 스크립트 생성기은(는) 무엇을 하나요?
문서를 TTS 음성에 적합한 대본으로 지능적으로 압축하고 재작성합니다.
핵심 기능
- 🤖 AI 지능 분석: Claude가 기사 내용을 분석하여 최적의 비디오 길이와 이미지 스타일을 결정합니다.
- ⏱️ 지능형 길이 결정: 콘텐츠에 따라 자동으로 적절한 길이(3-8분)를 결정합니다.
- 🎨 지능형 스타일 결정: 주제에 따라 자동으로 이미지 스타일(뉴요커/우키요에/플랫/리얼리스틱 등)을 선택합니다.
- 📉 지능형 압축: 최적 길이에 맞게 콘텐츠를 압축합니다(예: 19분 → 5분).
- 💬 구어체 변환:书面어 → 자연스러운 구어체.
- 😊 감정 최적화: 감정적인 단어를 추가하여 TTS를 더 생동감 있게 만듭니다.
- 🎯 자동 분할: 콘텐츠에 따라 최적의 구간 수를 자동으로 결정합니다(각 구간 10-20초).
- 📊 길이 예측: 각 구간의 음성 길이를 정확하게 계산합니다.
작동 원리
Claude 대화에서 실행:
- Claude가 원본 문서를 읽습니다.
- Claude가 콘텐츠를 분석합니다:
- 기사 주제와 구조
- 핵심 주장 수
- 콘텐츠 밀도
- 최적의 비디오 길이 결정(3-8분)
- 가장 적합한 이미지 스타일 결정(예: 역사→우키요에, 기술→플랫, 인문→뉴요커)
- Claude가 지능적으로 재작성합니다:
- 핵심 주장 추출
- 최적 길이로 압축
- 구어체 표현으로 변환
- 감정적인 단어와 일시 정지 추가
- Claude가 자동으로 구간을 나눕니다(각 구간은 하나의 이미지에 적합).
- 기사 주제에 따라 가장 적합한 이미지 스타일을 결정합니다.
- 각 구간에 대한 이미지 설명을 생성합니다(결정된 스타일 사용).
- 두 개의 파일을 출력합니다:
tts_script.json(TTS 텍스트 스크립트 + 애니메이션 태그)visual_config.json(이미지 설명, illustration-generator에서 사용)
tts_script.json 형식(새로운 애니메이션 태그 포함):
[
{
"segment": 1,
"text": "오늘은 당나라의 실제 생활에 대해 이야기해볼게요. 타임슬립? 잠깐만! 먼저 알아야 할 게 있어요.",
"duration": 15,
"animation_style": "fade_in",
"emphasis": true
},
{
"segment": 2,
"text": "당나라에는 화장지가 없었어요. 그럼 화장실에 뭘 썼을까요?",
"duration": 12,
"animation_style": "none",
"emphasis": false
}
]
애니메이션 태그 규칙(Claude 지능형 결정):
animation_style:"fade_in"- 제목, 시작 부분, 강조해야 할 부분"write"- 핵심 주장, 주요 결론"typewriter"- 데이터, 사실 진술"none"- 일반 콘텐츠(ASS 자막 사용)
emphasis: 강조 구간 여부(true/false)
결정 원칙:
- 첫 번째 구간(시작) →
fade_in - 핵심 주장(각 장의 첫 번째 구간) →
write - 데이터/사실 →
typewriter - 기타 콘텐츠 →
none(ASS 자막) - 권장: 24개 구간 중 3-5개 구간에만 애니메이션 사용
실행 스크립트
generate.py - TTS 스크립트 생성
python ~/.claude/skills/tts-script-generator/scripts/generate.py <markdown_파일>
- Markdown 파일 읽기
- H2 섹션 추출
- 구어체로 변환
- 길이에 따라 분할
tts_script.json출력
사용 시나리오
- 비디오 더빙: image-to-video와 함께 사용(주 용도)
- 팟캐스트 생성: podcast-generator와 함께 사용
출력 설명
이 스킬의 출력:
- ✅
tts_script.json- TTS 텍스트 스크립트 - ✅
visual_config.json- 이미지 설명
포함하지 않음:
- ❌ TTS 오디오 생성(image-to-video 스킬 담당)
- ❌ 이미지 생성(illustration-generator 스킬 호출 필요)
- ❌ 비디오 합성(image-to-video 스킬 호출 필요)
호출 방식
image-to-video 스킬에 의해 자동 호출:
image-to-video가 긴 문서를 감지
→ tts-script-generator 호출
→ Claude가 대화에서 재작성
→ 압축된 TTS 스크립트 출력
→ image-to-video가 계속 처리
수동 호출(Claude 대화에서):
사용자: "tts-script-generator로 이 글을 재작성해주세요"
Claude:
1. 문서 읽기(5947자, 19분)
2. 콘텐츠 분석:
- 주제: 당나라 생활 과학(역사/인문학)
- 핵심 주장: 4개(위생, 식사, 제도, 계급)
- 최적 길이 결정: 5분(적당한 콘텐츠 밀도)
- 이미지 스타일 결정: 우키요에 스타일(역사 주제, 동양 고전 미학)
3. 1350자로 재작성
4. 20개 구간으로 분할(각 15초)
5. 각 구간에 대한 우키요에 스타일 이미지 설명 생성
6. tts_script.json + visual_config.json 저장
출력 형식
tts_script.json
[
{
"segment": 1,
"text": "오늘은 당나라의 실제 생활에 대해 이야기해볼게요. 타임슬립? 잠깐만! 당나라에는 화장지가 없었어요...",
"duration": 15
}
]
visual_config.json
{
"article_title": "당나라로 타임슬립의 진실",
"style": "ukiyo-e",
"sections": [
{
"section": 1,
"visual_description": "현대 도시와 고대 당나라 궁전 사이 갈림길에 서 있는 사람, 당황한 표정, 우키요에 스타일, 전통 일본 목판화 미학"
}
]
}
이미지 스타일 결정 규칙
Claude는 기사 주제에 따라 자동으로 가장 적합한 스타일을 선택합니다:
- 역사/고전 →
ukiyo-e(우키요에): 당나라, 송나라, 일본 역사 등 - 인문/사회 →
new-yorker(뉴요커): 사회 관찰, 인물 이야기 등 - 기술/비즈니스 →
flat(플랫 스타일): 기술 제품, 비즈니스 분석 등 - 자연/여행 →
realistic(리얼리스틱 스타일): 풍경, 동물, 여행 등 - 예술/창의 →
abstract(추상 스타일): 예술 비평, 창의적 사고 등
재작성 원칙
- 핵심 보존: 가장 중요한 주장과 이야기를 유지합니다.
- 구어체:
- "그러나" → "하지만 말이죠"
- "왜냐하면...그래서..." → "왜 그럴까요? 바로..."
- 감탄사 추가: "아", "그렇죠", "자"
- 감정적인 단어:
- 강조: "정말", "매우", "특히"
- 감탄: "와", "세상에", "상상해보세요"
- 리듬 제어:
- 짧은 문장 위주
- 적절한 일시 정지
- 각 구간 하나의 핵심 포인트
호출 가능
- image-to-video 스킬(주요)
- podcast-generator 스킬
- TTS가 필요한 기타 스킬