오늘 저희는 Gemini 2.5 Flash 및 Gemini 2.5 Pro Text-to-Speech (TTS) 프리뷰 모델의 중요한 개선 사항을 발표합니다.
주요 개선 사항은 다음과 같습니다:
- 향상된 표현력: 더 풍부한 톤의 다양성과 스타일 프롬프트에 대한 엄격한 준수
- 정밀한 페이싱: 더 스마트해진 콘텍스트 기반 속도 조절 및 지시사항 이행 능력 향상
- 자연스러운 대화: 다중 화자 시나리오에서 일관된 캐릭터 음성 유지
이 모델들은 5월에 출시된 기존 TTS 모델을 대체합니다. 지금 바로 Google AI Studio에서 앱을 바이브 코딩하고, Playground에서 모델의 기능을 살펴보실 수 있습니다.
새로운 TTS Flash 및 Pro 모델
많은 개발자들은 장편 오디오북부터 현지화된 e-러닝 모듈에 이르기까지 스타일, 톤, 속도 및 억양을 세밀하게 제어해야 하는 고품질 콘텐츠 생성에 TTS를 활용합니다. 제품 튜토리얼, 마케팅 비디오 또는 크리에이터 콘텐츠와 같은 사용 사례에서는 여러 음성 간의 상호작용과 안정적인 기술 용어 발음이 필요한 경우가 많습니다.
이러한 요구를 충족하기 위해 저희는 Gemini 2.5 Flash TTS 프리뷰 (저지연 최적화)와 Gemini 2.5 Pro TTS 프리뷰 (고품질 최적화) 모두에 대한 업데이트를 출시합니다.
향상된 스타일 및 톤 다양성
롤플레잉 게임 캐릭터, 유용한 가상 비서, 또는 극적인 내레이터를 만들 때, 목소리는 그 역할에 맞아야 합니다. Gemini TTS 모델은 이제 훨씬 더 풍부한 표현력을 가지며, 스타일 프롬프트에서 제공된 특정 지침에 훨씬 더 정확하게 부합하여 역할 적합성이 극적으로 향상되었습니다. "쾌활하고 낙관적인" 톤부터 "침울하고 진지한" 톤까지 특정 분위기를 요청하면, 모델은 그 지침에 진정성 있게 어울리는 결과물을 제공합니다.
Synergy Intro 데모 앱에서 Gemini 2.5 TTS 모델의 다양한 스타일을 직접 확인해보세요.
콘텍스트 기반 페이싱 제어
자연스러운 말하기 패턴을 만들기 위해 페이싱은 중요한 요소입니다. 농담에는 타이밍이 필요하고, 복잡한 설명에는 숨 쉴 여유가 필요하며, 액션 장면에는 속도감이 필요합니다. 저희는 메시지의 맥락에 따라 페이싱을 조정하는 모델의 능력을 개선하여, 강조가 필요할 때는 자연스럽게 속도를 늦추고 흥분될 때는 빠르게 말할 수 있도록 했습니다. 또한 페이싱 제어 기능이 향상되어, 이제 모델은 명시적인 속도 관련 지침을 훨씬 더 정확하게 따릅니다.
모델이 지침에 따라 페이싱을 어떻게 조정하는지 들어보세요:
"스타일: 당신은 미스터리 소설의 스토리텔러입니다. 긴장된 어조로 시작하여 흥분과 안도감으로 가속화하세요."
"텍스트: 천천히 문을 열어보려고 했어요. 긴장된 마음에 이것저것 만져봤죠... 아무 소용없었어요... 심호흡을 하고 다시 한번 시도했어요. 철컥, 들어갔어요! 믿을 수가 없어요, 정말 들어갔다고!"
향상된 다중 화자 기능
팟캐스트, 모의 인터뷰 또는 다중 캐릭터 내러티브와 같은 사용 사례에서는 고유한 정체성을 가진 현실적인 대화를 만드는 것이 핵심입니다. 저희는 모델을 개선하여 일관된 캐릭터 음성을 유지하고, 화자 간의 "전환"을 더 자연스럽게 처리할 수 있도록 했습니다.
또한 모델의 다국어 기능도 개선하여, 지원되는 24개 언어 전반에 걸쳐 대화 중 각 캐릭터의 고유한 톤, 음높이 및 스타일을 유지할 수 있습니다.
Voices from History 데모 앱에서 모델의 다중 화자 및 다국어 기능을 살펴보세요.
고객 후기
파트너들은 이미 이러한 개선 사항이 실제 운영 환경에서 미치는 영향을 확인하고 있습니다.
AI 오디오 플랫폼인 Wondercraft는 Gemini TTS를 사용하여 두 가지 핵심 기능을 구축했습니다. 누구나 생생한 다중 화자 대화를 만들고 페이싱과 전달을 제어할 수 있는 Convo Mode와, 발음, 억양 및 비언어적 신호를 정밀하게 제어하여 편집을 수월하게 만드는 Director Mode가 바로 그것입니다.
"Gemini TTS는 Wondercraft를 데모 단계에서 실제 프로덕션 사용 사례로 전환하는 데 핵심적인 역할을 했습니다. 고객들은 항상 더 자연스러운 음성을 원했지만, 기존 TTS 엔진으로는 한계가 있었죠. Gemini TTS를 도입한 이후 구독률이 20% 증가했고, 첫 달 이탈률은 20% 감소했으며, 비용도 20% 절감되었습니다."
Youssef Rizk, Wondercraft 창립자
Toonsutra는 캐릭터의 시네마틱 보이스오버와 프로모션 비디오 광고를 통해 스토리에 생명을 불어넣으며, 다양한 언어와 캐릭터 뉘앙스를 처리할 수 있는 Gemini TTS의 능력을 활용하고 있습니다.
"저희는 만화 패널과 전체 스토리 내에서 캐릭터의 맥락에 기반하여 오디오를 생성합니다. 여기에는 각 캐릭터의 음높이, 톤 및 억양을 맞춤화하여 가능한 한 몰입감 있는 경험을 제공하는 것이 포함됩니다. 현재 영어와 힌디어 만화 모두에 이 기능을 적용하고 있으며, 캐릭터 톤의 일관성과 품질이 탁월하다는 것을 확인했습니다."
Vishal Anand, Toonsutra CEO
지금 바로 시작하세요
Gemini 2.5 Flash 및 2.5 Pro TTS 모델은 Google AI Studio의 Gemini API를 통해 사용할 수 있습니다. 개발자 문서를 읽고, 프롬프팅 가이드를 살펴보거나, Gemini API Cookbook을 확인하여 시작해보세요.
