Summary

Introduction

Microsoft의 Azure AI Speech Services는 강력한 음성 기반 애플리케이션을 구축하기 위한 다양한 기능을 제공합니다. 여기서는 Custom Neural Voice, Speech to Text Translation, Video Translation 세 가지 주요 기능을 소개합니다.

Code, Conept & Explanation

1. Custom Neural Voice (CNV)

개요

Custom Neural Voice는 텍스트 음성 변환(Text-to-Speech) 기술로, 브랜드 맞춤 음성을 만들 수 있는 기능입니다. 자연스러운 음성을 생성해 사용자 경험을 강화할 수 있습니다.

주요 기능

• Lite 버전: 데모 및 평가 목적으로 사용.
  • 20~50개의 발화로 모델 학습 가능.
  • Speech Studio에서 직접 스크립트를 녹음하여 훈련.
• Pro 버전: 비즈니스 애플리케이션용 고품질 음성 생성.
  • 전문 스튜디오 녹음 데이터 사용.
  • 300~2000개의 발화 필요.

사용 방법

1. Speech Studio에서 CNV Lite 프로젝트 생성.
2. 텍스트 스크립트를 따라 음성 녹음.
3. 최소 20개의 문장을 녹음 후 학습 시작.
4. 학습 완료 후, 텍스트를 입력해 훈련된 음성을 테스트.

참고: Pro 버전을 사용하려면 Microsoft의 승인이 필요합니다.

2. Speech to Text Translation

개요

Azure Speech Services는 음성을 텍스트로 변환한 후, 다른 언어로 번역하는 기능을 제공합니다. 실시간 번역과 다양한 언어 지원이 특징입니다.

주요 기능

• 실시간 번역:
  • 마이크 입력 음성을 실시간 텍스트로 변환.
  • 텍스트를 설정한 대상 언어로 번역.
• 다중 대상 언어 번역:
  • 입력 언어를 여러 언어로 동시 번역 가능.
• 사용 사례:
  • 국제 회의 실시간 번역.
  • 교육 및 언어 학습 자료 제작.

사용 방법

1. Speech Studio에서 음성 번역 기능 선택.
2. 입력 언어와 대상 언어 설정 (예: 영어 → 한국어).
3. 오디오 파일 업로드 후 번역 시작.
4. 번역 결과를 텍스트로 확인.

3. Video Translation (Preview)

개요

비디오 번역 기능은 동영상의 음성을 텍스트로 변환하고, 설정한 언어로 번역된 자막과 더빙을 추가합니다.

주요 기능

• 지원 파일 크기 및 길이:
  • 500MB 이하, 60분 이하 동영상 지원.
• 자동 자막 생성:
  • 원본 언어의 자막을 번역 언어로 생성.
• 더빙:
  • 번역된 텍스트를 음성으로 변환하여 동영상에 추가.

사용 방법

1. Speech Studio에서 비디오 번역 프로젝트 생성.
2. 원본 비디오 업로드 및 원본 언어와 대상 언어 설정 (예: 스페인어 → 한국어).
3. 번역 작업 실행.
4. 결과 비디오에서 자막과 더빙 확인.

Challenges & Solutions

Results

What I Learned & Insights

Conlusion

Azure AI Speech Services는 음성 데이터를 활용한 애플리케이션 제작에 최적화된 플랫폼을 제공합니다.

Custom Neural Voice를 활용한 브랜드 맞춤 음성 제작부터, Speech to Text Translation 및 Video Translation 기능을 통한 글로벌 콘텐츠 제작까지 폭넓은 가능성을 제시합니다.