스포츠 캐스터가 경기 중계하는 듯한 느낌 구현
야구·축구·농구·e스포츠 등 다양한 종목 활용 가능
다양한 억양을 표현·제어하는 '운율 제어' 기술 연구
엔씨소프트가 자사 기술을 바탕으로 개발한 '중계체' 음성합성 기술에 대한 정보를 공식 블로그에 10일 공개했다.
중계체 음성합성은 스포츠 캐스터가 경기를 중계하는 느낌을 구현한 기술이다. 뉴스와 안내문 등에 사용되는 '낭독체'나 일반적인 대화를 구현한 '대화체'와 달리 경기 상황에 맞는 감탄사, 자연스러운 간투어, 발화 오류·반복 등을 통해 다양한 감정을 표현한다.
엔씨 AI센터에서 개발한 중계체 음성합성 기술은 ▲감정 표현의 수준 및 강도(level) 제어 ▲다양한 감탄사 ▲생동감 넘치는 음성합성 등이 특징이다. 야구, 축구, 농구와 e스포츠 등 다양한 종목의 경기 정보 전달과 해설 등에 활용 가능하다.
엔씨 AI센터 산하 Speech AI Lab의 음성합성팀과 보이스 컨버전(Voice Conversion)팀은 자연스러우면서도 잡음·왜곡 없는 고품질 음성을 생성하며, 다양한 억양을 표현하고 제어하기 위한 '운율 제어(Prosody control)' 기술을 연구해왔다.
중계체는 선수 소개, 경기 진행에 대한 상황 설명 등을 할 땐 낭독체 또는 대화체 성격을 띠지만, 경기가 흥미진진하게 진행될 때는 일반적인 감정 표현 수준을 벗어나 '네~ 쳤습니다. 홈런입니다~' 등 극도의 기쁨을 나타내거나 '아~!, '이런!' 등 허탈감과 격한 감정을 표현하는 다양한 레벨의 감탄사가 포함되기도 한다.
엔씨는 "TTS(Text-To-Speech)와 Vocoder 기술이 발전함에 따라 합성음이 자연스러워지고 음질이 깨끗해짐에 따라 실제 사람이 읽어 주는 것 같다는 평가를 받고 있다. 다양한 분야에서 음성합성 기술이 사용되고 있다"며 "이와 더불어 더 사람과 유사한 합성음에 대한 수요도 증가했다. 예를 들어 게임 내 영상인 시네마틱 무비(Cinematic movie)와 인게임 컷 씬(In-game cut-scene)에서는 캐릭터(인물) 간의 복합적인 감정이 표현된 대사가 오가거나, 캐릭터 특성에 어울리는 발화 스타일이 필요하다"고 설명했다.
이어 "운율 제어는 음성합성 연구 분야에서 점점 더 활발하게 연구될 것으로 전망된다"며 "중계체 음성합성이라는 세부 영역은 운율 연구를 위한 매우 흥미로운 발화 현상들을 포함하고 있는 만큼, 엔씨에서는 앞으로도 더 디테일한 운율 제어 기술들을 확보하기 위해 연구를 부단히 이어가고자 한다"고 전했다.
