Seed Audio 소개

Seed Audio는 ElevenLabs 인프라 위에 구축된 텍스트 음성 변환 및 대화 생성 도구로, NanoPhoto 플랫폼을 통해 사용할 수 있습니다. 이 서비스는 작성된 스크립트를 MP3 오디오로 변환하며, 단일 음성 내레이션과 음성 할당이 가능한 다중 화자 대화의 두 가지 주요 모드를 제공합니다.

laughing, whispering, sighs, [short pause](짧은 멈춤) 같은 퍼포먼스 태그를 통해 전달 스타일을 세밀하게 제어할 수 있습니다. Natural(내추럴), Warm(웜), Cinematic(시네마틱)의 세 가지 프리셋 방향은 설명 영상, 트레일러, 온보딩 자료 등 다양한 콘텐츠 유형에 맞게 속도와 톤을 조정합니다.

워크플로는 작성-지시-렌더링-듣기-다운로드 루프로 진행되며, 내보내기 전 브라우저에서 MP3를 미리 들을 수 있습니다. 출력물은 영상 편집, 팟캐스트 초안, 광고 목업, 제품 데모 등에 활용됩니다.

Seed Audio는 ElevenLabs의 텍스트 음성 변환 및 텍스트 대화 변환 모델을 기반으로 하는 간소화된 4단계 워크플로를 통해 작동합니다. 사용자는 먼저 소스 스크립트를 작성합니다. 단일 내레이션 문단이거나, 여러 화자가 등장하는 장면을 위한 2~4턴의 대화 형식입니다. 다음으로 음성을 선택합니다. 텍스트 음성 변환 모드에서는 한 명의 내레이터를, 대화 모드에서는 각 턴에 서로 다른 캐릭터 음성을 할당합니다.[warmly]（따뜻하게）、[curious]（호기심을 담아）、[laughing]（웃으며）、[whispering]（속삭이며）、[sighs]（한숨）、[short pause]（잠시 멈춤）같은 연기 태그가 감정 표현과 속도를 제어합니다. 마지막으로 시스템이 브라우저에서 재생 가능한 MP3 미리보기를 생성하여, 다운로드 전에 즉시 들어볼 수 있습니다. 영상 편집, 팟캐스트 초안, 광고 목업, 제품 데모 등에 활용할 수 있습니다.

Seed Audio는 텍스트 음성 변환 및 다중 화자 대화 생성을 ElevenLabs 기반의 단일 브라우저 도구로 통합하여 개별 편집기 간 전환할 필요를 없앱니다. [laughing], [whispering], [sighs], [short pause]와 같은 퍼포먼스 태그는 Natural, Warm, Cinematic 세 가지 전달 스타일에서 세밀한 감정 제어를 제공하며, 턴별 음성 할당 기능을 통해 팟캐스트, 게임 프로토타입, 스토리보드 데모에서 설득력 있는 캐릭터 대화를 구현할 수 있습니다. 긴밀한 작성-지시-렌더링-듣기-다운로드 루프는 수 초 안에 게시 가능한 MP3를 생성하지만, 워크플로는 ElevenLabs의 음성 라이브러리로 제한되어 커스텀 음성 트레이닝, API 액세스 또는 배치 처리를 지원하지 않으며, 연간 668달러의 가격대는 가벼운 실험 용도로는 부담스러운 수준입니다.

장점

• TTS(텍스트 음성 변환)와 대화 생성을 하나의 도구에 통합
• 성능 태그로 감정과 전달 방식 제어
• 여러 음성의 대화 장면과 발언 할당 지원
• 브라우저에서 빠른 MP3 미리듣기 및 다운로드
• 세 가지 전달 스타일: Natural, Warm, Cinematic

단점

• ElevenLabs 계정 필요
• 크레딧 기반 가격 모델로 사용량 제한
• 오디오 전용 출력, 비디오 동기화 미지원
• 맞춤형 음성 복제 기능 언급 없음
• 웹 기반 전용, 오프라인 기능 없음