번역된 음성이 기계 같거나 너무 빠르거나 내 목소리와 다르게 들리는 이유

이 문서는 오디오 번역의 음성 더빙을 다루며, 비디오 번역을 위한 별도 섹션도 포함되어 있어요. 모든 음성 옵션은 설정에서 변경할 수 있어요. 오른쪽 상단의 설정 아이콘(슬라이더)을 탭하고 음성 탭을 열어보세요.

빠른 확인: 증상, 원인, 해결 방법

대부분의 불만족은 두 가지 이유에서 발생해요. 표준 음성으로 번역을 읽었거나, 음성이 원본을 따르지 않고 자체 속도로 번역 텍스트를 읽었기 때문이에요.

음성이 기계 같거나 단조롭게 들리는 경우

로봇 같은 소리는 보통 표준 ElevenLabs나 OpenAI 음성으로 번역이 읽혔음을 의미해요. 이러한 음성은 모두에게 동일하게 제공되며 화자를 흉내 내지 않아요. OpenAI 음성은 기본적으로 중립적으로 설정되어 있어요.

• 음성 탭을 열고 복제 사용 아래에서 옵션을 선택해 보세요. MiniMax(앱에서 음색과 감정이 가장 정확하다고 안내해요) 또는 Qwen 3를 선택한 다음 재생 버튼을 다시 탭하세요.

• 가장 자연스러운 결과를 원하신다면 ElevenLabs Dubbing v2를 선택하세요. 원본 녹음 자체를 더빙하여 속도와 음색을 그대로 유지해요. 초당 4.4토큰이 소모되므로, 1분 분량의 메시지는 약 264토큰이 들어요.

• 음악, 길거리 소음, 여러 사람의 목소리가 섞인 녹음본으로 만든 복제본도 부자연스럽게 들려요. 처음 1분 동안 한 사람이 또렷하게 말하는 녹음본을 사용해 보세요.

번역이 너무 빠르거나 너무 느린 경우

음성 더빙은 음성 고유의 속도로 번역 텍스트를 읽어요. 음성을 원본 길이에 맞게 늘리거나 줄이지 않기 때문에, 번역이 원본보다 일찍 끝나거나 늦게 끝날 수 있어요.

• MiniMax: MiniMax 항목에서 설정을 열고 속도를 1.0x 미만으로 조절하세요. 조절 범위는 0.5x에서 2.0x까지예요.

• Qwen 3: 말하기 스타일에서 느리게를 선택하세요. 말하기 스타일은 저장된 음성이 아닌 파일에서 복제 기능을 사용할 때만 작동해요.

• ElevenLabs 및 OpenAI 표준 음성은 오디오 번역에서 속도 설정이 지원되지 않아요.

• 원본의 템포를 그대로 따르고 싶다면 ElevenLabs Dubbing v2를 선택하세요.

속도나 스타일을 변경한 후 재생 버튼을 다시 탭해 보세요. MiniMax의 경우 동일한 결과를 다시 더빙할 때 복제 비용인 180토큰이 다시 청구되지 않아요.

내 목소리나 화자의 목소리처럼 들리지 않는 경우

파일에서 복제는 녹음 속에서 말하는 사람의 목소리를 복제해요. 결과가 그 사람의 목소리처럼 들리지 않는다면 다음 원인들을 순서대로 확인해 보세요.

1. 표준 음성이 사용되었어요. 음성을 복제할까요? 대화 상자에서 AI 음성 사용을 선택했거나(다시 묻지 않음 설정 시 앱이 계속 그렇게 처리해요), 설정에서 ElevenLabs 또는 OpenAI를 선택했거나, 복제 옵션이 지원되지 않는 언어를 선택한 경우에 발생해요. 음성 탭에서 MiniMax 또는 Qwen 3를 선택해 보세요.

2. 녹음이 너무 짧았어요. Qwen 3는 최소 3초, MiniMax는 최소 10초가 필요해요. 시간이 부족하면 앱이 표준 음성을 사용하며 «음성 복제를 하기에는 오디오가 너무 짧아 표준 음성이 사용되었어요»라고 안내해요.

3. 복제에 실패하여 앱에 «지금은 음성 복제를 사용할 수 없어요. 표준 음성이 사용되었어요.»라는 메시지가 표시되었어요. 나중에 재생 버튼을 다시 누르거나 MiniMax를 선택해 보세요.

4. 녹음 파일 대신 저장된 음성이 선택되었어요. 내 MiniMax 음성 또는 내 Qwen 음성이 활성화되어 있으면 번역이 해당 저장 음성으로 읽혀요. 파일에서 복제를 선택해 보세요.

5. 처음 60초 구간에 잡음이 있어요. MiniMax와 Qwen 3는 파일의 처음 1분에서만 목소리를 추출해요. 그 구간에 음악, 다른 사람의 목소리, 시끄러운 배경 소음이 있으면 복제 품질의 유사도가 떨어져요.

답장을 보내는 등의 목적으로 다른 사람의 메시지에 내 목소리를 입히고 싶다면, 설정 → 내 음성에서 목소리를 한 번 저장한 다음 내 MiniMax 음성 또는 내 Qwen 음성으로 선택하세요. 좋은 샘플을 얻는 방법은 최상의 음성 복제 품질을 위한 팁에서 확인하실 수 있어요.

억양이나 방언이 올바르지 않은 경우

오디오 번역에서는 억양이나 지역별 변형 언어를 설정할 수 없어요. 언어 목록에는 브라질이나 포르투갈 구분 없는 포르투갈어, 미국이나 영국 구분 없는 영어처럼 언어당 하나의 항목만 제공돼요.

• 복제본은 화자의 음색을 유지하며, 원래 화자의 억양까지 유지하는 경우가 많아요. 영어를 쓰는 사람이 포르투갈어로 말하면, 번역이 정확하더라도 보통 외국인이 말하는 것처럼 들려요.

• 표준 음성은 언어마다 정해진 동일한 음성이며, 오디오 번역에서는 다른 음성을 고를 수 없어요.

해결할 수 있는 방법:

• 번역문을 복사한 뒤 텍스트 음성 변환을 열고 언어 및 억양 필터를 사용하여 ElevenLabs 음성을 선택해 보세요. 다른 사람의 목소리가 되지만, 원하는 발음으로 들을 수 있어요.

• 동영상의 경우 비디오 번역을 사용해 보세요. 비디오 번역의 언어 목록에는 포르투갈어(브라질), 영어(미국)와 같은 지역별 변형 언어가 포함되어 있어요.

감정이 전달되지 않는 경우

MiniMax와 Qwen 3는 목소리의 음색을 복제하지만 번역된 텍스트를 읽는 방식이어서, 각 문장의 억양이 원본에서 그대로 가져와 지지는 않아요. 따로 설정하지 않으면 모델이 텍스트를 바탕으로 어조를 결정해요.

• MiniMax: 감정을 기쁨, 슬픔, 분노, 두려움, 놀람, 차분함, 혐오 중 하나로 설정해 보세요. 하나의 감정이 번역 전체에 적용돼요. 자동(권장)으로 설정하면 모델이 알아서 판단해요.

• Qwen 3: 말하기 스타일을 차분하게, 활기차게, 친근하게, 부드럽게, 전문적으로 중에서 선택할 수 있어요.

• ElevenLabs Dubbing v2는 원본 녹음을 기반으로 작동하므로 원본의 전달 느낌을 가장 가깝게 유지해요.

두 사람의 말이 한 목소리로 나오는 경우

오디오 번역에서는 Dubbing v2를 제외한 모든 옵션이 번역 전체를 한 사람의 목소리로 읽어요. MiniMax와 Qwen 3는 파일 시작 부분에서 하나의 복제본만 만들기 때문에, 대화 내용이라도 두 사람 모두 녹음의 처음 1분으로 만든 동일한 목소리로 나오게 돼요.

각 화자에게 고유한 목소리를 부여하려면 ElevenLabs Dubbing v2를 선택하세요. 화자를 감지하여 각각 따로 복제해 줘요.

말 사이의 멈춤(휴지기)이 유지되지 않는 경우

MiniMax, Qwen 3 및 표준 음성은 번역을 하나의 이어지는 텍스트로 읽기 때문에 원본의 긴 멈춤 구간이 사라져요. 오디오 번역에는 이를 유지하는 설정이 없어요. ElevenLabs Dubbing v2는 원본의 타임라인에 맞춰 더빙하므로 타이밍을 그대로 유지해요.

비디오 번역의 경우

비디오 번역은 별도의 설정을 사용해요. 시작하기 전에 비디오 번역 화면 오른쪽 상단의 설정 아이콘을 탭해 보세요.

• 한 사람이 남성과 여성 등 두 가지 목소리로 더빙된 경우: HeyGen을 사용하고 화자 수가 자동으로 설정되어 있으면, HeyGen이 말하는 사람 수를 자체적으로 판단하여 두 명으로 인식할 수 있어요. 화자 수를 1로 설정하고 다시 번역해 보세요.

• 음성이 로봇처럼 들리거나 원본과 거리가 먼 경우: HeyGen에서 향상된 복제(비용 2배)를 켜거나, 각 화자를 복제하고 타이밍을 유지해 주는 ElevenLabs를 선택하세요. 원본에 소음이 있다면 음성 품질 향상을 켜보세요.

• 방언이 맞지 않는 경우: 언어 목록에서 포르투갈어(브라질)와 같이 지역 변형 언어를 선택해 보세요.

비디오 번역의 모든 옵션은 비디오 번역 이용 방법에 설명되어 있어요.

고객 지원팀에 문의해야 하는 경우

위 방법으로도 문제가 해결되지 않으면 결과 화면 아래의 피드백 영역에서 결과가 만족스럽지 않으신가요?를 탭하고 어떤 문제가 들리는지 적어주세요. 해당 양식에 작업 내용이 첨부되므로 고객 지원팀이 동일한 녹음본을 직접 들어볼 수 있어요. 일반 문의 양식은 vocalingo.app/support에서 확인하실 수 있어요.