유튜브 영상에 한국어 더빙 좀 넣어보겠다고, 진짜 별의별 TTS를 다 써봤습니다.
네이버 클로바, 구글 클라우드 TTS, 일레븐랩스, 무료라고 나오는 사이트들 한 10개쯤... 결론부터 말하면 셋 중 하나였어요. 한국어 발음이 어색하거나, 글자 수 제한이 있거나, 회원가입에 카드 등록까지 요구하거나.
그러다가 며칠 전에 우연히 발견한 Voxsave라는 무료 프로그램을 써봤는데, 솔직히 좀 충격이었습니다. 그래서 오늘은 이거 후기 한 번 쓰려고요.
일단 결론: 가입도, API키도, 결제도 없습니다
이게 제일 신기한 부분이었어요. 다운로드 받아서 설치하면 그냥 바로 됩니다. 가입 화면도 없고, API 키 입력란도 없고, 결제 카드 등록하라는 안내도 없어요. 그냥 텍스트 넣고 버튼 누르면 MP3가 나옵니다.
처음엔 "이거 뭔가 함정 있는 거 아냐?" 싶었는데, 알고 보니 Microsoft Edge 브라우저에 내장된 신경망 TTS를 쓰는 거더라고요. 마이크로소프트가 Edge 사용자에게 무료로 풀어놓은 TTS 엔진을 그대로 활용하는 거라, 진짜 공짜인 게 맞습니다.
🎙️ 코딩나우에서 받기
👉 https://www.coding-now.com/
발음 자연스러운 정도가 좀 놀랍습니다
저는 "SunHi"라는 여자 음성을 주로 씁니다. 기본값이기도 하고, 다른 거 다 들어봤는데 이게 제일 자연스러워서요.
예를 들어 이런 문장이요:
"안녕하세요. 오늘은 Voxsave로 한국어 음성을 만드는 방법을 알려드립니다."
이런 짧은 문장은 3초도 안 걸려서 MP3가 뽑힙니다. 들어보면 진짜 사람이 말하는 것처럼 자연스러워요. 어색한 기계 톤 없고, 억양도 부드럽고. 예전 무료 TTS 들어보면 "안녕 / 하세요 / 오늘은 / Voxsave / 로 ..." 이런 식으로 끊기는 느낌이 있었잖아요. 그런 게 없습니다.
남자 음성도 있는데 (InJoon이라고), 이건 좀 더 차분한 톤이에요. 다큐 같은 거 만들 때 어울리고. 다국어 처리되는 Hyunsu 음성도 있어서 영어 단어 섞인 문장도 그럭저럭 잘 읽습니다.
자막 파일 던지면 알아서 정리해주는 게 신의 한 수
이게 제가 제일 좋아하는 기능이에요.
유튜브 자막 파일(.srt나 .vtt) 있잖아요. 그거 그냥 프로그램 창에 드래그앤드롭으로 던지면 됩니다. 그러면 타임코드(00:01:23,456 같은 거), 자막 번호, HTML 태그 같은 거 다 알아서 지우고 대사만 추출해서 음성으로 만들어줍니다.
예전엔 어떻게 했냐면, 자막 파일 열어서 메모장에 복붙하고, 정규식으로 타임코드 지우고, <i> 이런 태그 일일이 지우고, 그러고 나서야 TTS 사이트에 붙여넣었거든요. 영화 한 편 자막 정리하는데 20분씩 걸렸어요.
근데 Voxsave는 그냥 드래그하면 끝납니다. 솔직히 이 기능 하나만으로도 받을 가치가 있다고 봅니다.
속도랑 음높이도 살짝 조절 가능
속도는 -50%부터 +100%까지 됩니다. 저는 보통 기본값 그대로 쓰는데, 학습 자료 같은 거 만들 땐 -10% 정도로 좀 천천히 만들기도 하고, 짧은 유튜브 인트로용으로는 +20% 정도 빠르게 합니다.
음높이는 -50Hz ~ +50Hz 범위로 조절되는데, 이건 캐릭터 보이스 만들 때나 가끔 씁니다. 평소엔 그냥 0으로 두는 게 제일 자연스러워요.
그리고 미리듣기 버튼이 있는데, 미리듣기 음질이랑 저장된 MP3 음질이 똑같습니다. 이게 좀 의외였어요. 보통 다른 TTS는 미리듣기는 압축 음질이고 저장본은 다르더라고요. 여긴 미리듣기에서 마음에 들면 그대로 저장하면 됩니다.
설치는 진짜 30초 걸립니다
인스톨러가 12MB밖에 안 됩니다. 요즘 게임 패치 하나가 몇 GB씩 받는 거 생각하면 진짜 가볍죠.
Windows 10이나 11이면 그냥 받아서 더블클릭하면 됩니다. 한 가지 함정이 있다면 처음 실행할 때 "Windows에서 PC를 보호했습니다" 경고가 뜰 수 있어요. 이건 "이 프로그램은 마이크로소프트가 인증한 게 아니라 모르는 사람이 만든 거예요"라는 뜻인데, 코드 서명 비용이 1년에 몇십만 원씩 드니까 무료 도구는 보통 안 해요. 그냥 "추가 정보 → 실행"으로 넘어가면 됩니다.
설치 끝나면 시작 메뉴에 Voxsave 아이콘 생기고, 클릭하면 바로 위 썸네일에 보이는 그 화면이 뜹니다.
이런 분들한테 추천합니다
제가 써보고 느낀 건, 이거 특히 유튜브 더빙하는 분들한테 진짜 좋아요. 자막만 있으면 음성 더빙이 1분이면 끝납니다.
그리고 강사나 발표자분들도 좋을 것 같아요. 자주 쓰는 안내 멘트 같은 거 미리 만들어놓고 행사장에서 틀면 매번 녹음 안 해도 되니까.
접근성 측면으로도 좋습니다. 시각장애 있으신 가족이나 동료한테 긴 글을 음성으로 만들어드릴 때, 회원가입 없이 바로 만들어서 보낼 수 있으니까요.
저는 학습용으로도 쓰고 있어요. 영어 본문을 한국어로 번역한 거를 음성으로 만들어서 출퇴근할 때 듣습니다. 그냥 눈으로 읽는 것보다 귀로 듣는 게 외워질 때도 있잖아요.
단점도 있긴 합니다
완벽한 도구는 아니에요. 솔직하게 단점도 말씀드리면:
1) 인터넷이 필요합니다. 앱은 Windows에 설치되는데, 실제 음성 합성은 마이크로소프트 클라우드에서 처리해요. 그래서 오프라인에서는 못 씁니다. 뭐, 요즘 인터넷 없는 곳이 별로 없으니까 큰 문제는 아닌데, 비행기 안에서 작업하시는 분들은 참고하세요.
2) 아직 Windows만 지원합니다. 맥북 쓰시는 분들은 못 써요. 개발자분이 향후 macOS/Linux 빌드를 준비 중이라고 하는데, 지금은 윈도우 전용입니다.
3) 가끔 긴 텍스트가 잘릴 때가 있어요. 5000자 넘어가는 진짜 긴 글은 가끔 끝부분이 매끄럽지 않을 때가 있더라고요. 이럴 땐 마지막 마침표 뒤에 빈 줄 한두 줄 추가하거나, 문단 단위로 나눠서 만든 다음 합치는 게 안전합니다.
4) 상업적 사용은 약관 확인해보세요. Microsoft Edge TTS 약관을 따르는데, 개인 콘텐츠나 일반적인 상업 용도는 보통 괜찮습니다. 근데 대규모 상업 프로젝트 들어가기 전에는 한 번 마이크로소프트 공식 페이지 가서 확인해보시는 게 좋아요.
몇 가지 잡다한 팁
- 자막 한 편 통째로 변환할 때 글자 수는 신경 안 써도 됩니다. 영화 자막 1500줄짜리도 한 번에 됩니다.
- 결과 MP3는 그냥 표준 MP3라서 프리미어든 다빈치든 곰플레이어든 다 됩니다.
- 처음 설치할 때 WebView2라는 게 자동 설치될 수 있는데, Windows 11이면 기본으로 깔려 있어요. 10도 거의 다 깔려 있을 거예요. 신경 안 쓰셔도 됩니다.
- 메모리 사용량은 50~100MB 정도라 게이밍 노트북 아니어도 부담 없이 백그라운드에 띄워둘 수 있습니다.
받는 곳
Voxsave는 코딩나우라는 사이트에서 받을 수 있습니다. 만든 분이 다른 무료 도구들도 같이 공개해놓으셨더라고요. 스타크래프트 미니맵 레이더라는 것도 있고, GUI Apps Controller라고 윈도우 자동화 도구도 있고. 다 한 사이트에서 같이 받을 수 있어요.
🏠 코딩나우 홈페이지에서 받기
👉 https://www.coding-now.com/
오픈소스라서 GitHub에도 소스 있고, 직접 빌드해서 쓸 수도 있어요. 근데 그냥 인스톨러 받는 게 제일 편합니다.
마무리
솔직히 이런 도구 보면 좀 신기해요. 예전엔 한국어 TTS 좀 쓸만한 거 쓰려면 월 몇만 원씩 구독하거나, 글자당 과금하거나, 발음 어색한 거 참고 써야 했거든요.
근데 마이크로소프트가 Edge에 신경망 TTS를 무료로 풀어놓은 덕분에, 이걸 활용한 무료 데스크탑 앱이 나올 수 있게 된 거죠. AI 시대의 진짜 의미는 아마 이런 거 아닐까 싶어요. 예전엔 돈 내고 써야 했던 것들이 자연스럽게 무료가 되는 것.
혹시 유튜브 영상 만드시거나, 강의 자료에 내레이션 넣어야 하거나, 그냥 글을 음성으로 들어보고 싶으신 분들은 한 번 받아서 써보세요. 12MB짜리니까 부담도 없고, 안 맞으면 그냥 지우면 되니까요.
저는 요즘 이거 없으면 유튜브 작업 못 할 정도로 자주 씁니다. 다른 분들도 한 번 써보시고 어땠는지 댓글로 알려주시면 재밌을 것 같아요.