보이스 체인저 Pro

보이스 체인저 Pro 노드는 대화 속 모든 화자에게 각자의 새 보이스를 입힙니다. 녹음이나 말하는 동영상에서 화자를 하나씩 감지하고, 화자 1은 첫 번째 보이스로, 화자 2는 두 번째 보이스로 음색을 바꾸는 식입니다. 화자마다 원래의 감정, 속도, 타이밍이 그대로 남으므로, 대화 장면, 팟캐스트, 인터뷰 전체의 음색을 한 번의 실행으로 바꿀 수 있습니다.

보이스 체인저 Pro는 Nodaro Cloud에서 실행됩니다. 셀프 호스팅 설치에서는 노드에 NODARO 표시가 나타나고, Nodaro Cloud 연결을 통해 실행되며, 연결된 nodaro.ai 계정으로 청구됩니다.

사용 시기

• 캐릭터가 여러 명 나오는 대화 동영상의 음색을 한 단계로 바꿉니다.
• 팟캐스트나 인터뷰의 모든 보이스를 익명 보이스로 바꿉니다.
• 장면에 특정 캐릭터 보이스를 입히고, 원래 연기는 그대로 둡니다.
• 화자가 여러 명인 거친 녹음을 다듬어진 내레이션으로 바꿉니다.
• 진행자는 자기 목소리를 유지하고, 패널 게스트의 음색만 바꿉니다.

화자가 한 명인 녹음에는 보이스 체인저로 충분합니다.

빠른 시작

입력과 출력

두 입력이 모두 연결되어 있으면 동영상이 우선하고 오디오 입력은 무시됩니다.

모드는 입력이 아니라 파일이 정합니다. 작업을 시작하기 전에 노드가 파일에 실제로 무엇이 들어 있는지 확인합니다.

• 동영상 입력에 들어온 오디오 전용 파일은 오디오로 실행됩니다. 예를 들어 .mp4나 .m4a로 저장한 음성 녹음입니다. 보이스가 바뀐 오디오를 받고, 동영상 출력은 비어 있으며, 실패하지 않습니다.
• 오디오 입력에 들어온 동영상은 먼저 소리를 추출한 뒤 오디오로 처리됩니다.

화자에게 보이스를 입히는 방식

노드는 녹음에서 화자를 하나씩 찾아, 처음 말하는 순서대로 번호를 매깁니다. 보이스 목록은 이 순서에 맞춰 대응됩니다.

• 보이스는 최대 8개. 목록에는 항목을 1~8개 넣을 수 있고, 그중 하나 이상은 실제 보이스여야 합니다.
• 유지 슬롯. 원본 유지 항목은 그 화자의 보이스를 그대로 두고, 뒤의 화자는 계속 음색을 바꿉니다.
• 짧은 목록. 목록 끝을 넘는 화자는 원래 보이스를 유지합니다.
• 목록 편집. 위아래 화살표로 보이스를 옮기거나, 유지로 유지 슬롯으로 바꾸거나, 삭제하세요.

누가 먼저 말하는지 확실하지 않다면, 화자 분리를 켜고 녹음을 음성 텍스트 변환에 통과시킨 뒤 화자 레이블을 확인하세요.

설정

보이스별 설정

보이스 아래의 보이스 설정을 열면 그 화자만 따로 조정할 수 있습니다. 손대지 않은 설정은 모델의 기본값을 씁니다.

배경을 유지하는 방식

어떤 보이스든 음색을 바꾸기 전에, 노드는 항상 녹음을 보이스 트랙과 음악·효과음 트랙으로 나눕니다. 배경 음악 유지는 이 분리 여부를 정하지 않습니다. 음악 트랙을 새 보이스 아래에 다시 섞을지만 정합니다.

음악이 새 보이스에 섞여 들어오거나 보이스가 얇게 들리면, 분리 품질을 품질 — 더 정밀한 분리로 설정하세요. 속도가 중요하거나 보이스가 이미 깨끗하게 들리면 빠름을 유지하세요.

보이스에 공간감이나 에코 추가

보이스 효과는 음악을 다시 섞기 전에, 모든 새 보이스에 효과 하나를 함께 적용합니다. 효과는 보이스에만 걸리므로, 배경 음악 유지가 켜져 있으면 리버브가 걸린 보이스 아래에서도 음악은 효과 없이 그대로 남습니다.

• 리버브 공간: 방(실내), 욕실, 차 안, 홀/로비, 콘서트홀, 교회, 동굴, 아레나/경기장, 야외(개방된 공간). 웻/드라이 믹스는 0~100이며, 공간감이 얼마나 들릴지 정합니다.
• 캐릭터 효과: 전화, 메가폰/확성기, 에코/슬랩백, 사용자 지정. 에코와 사용자 지정은 202,000의 지연(ms)과 01의 감쇠를 사용하며, 감쇠가 높을수록 반복이 많아집니다.

각 프리셋은 오디오 효과 페이지에서 설명합니다.

동영상 전체의 보이스 바꾸기

말하는 동영상을 동영상 입력에 연결하세요. 그러면 노드가 다음을 수행합니다.

1. 클립에서 오디오 트랙을 추출합니다.
2. 처음 말하는 순서대로 화자를 하나씩 감지합니다.
3. 각 화자의 음색을 해당 보이스로 바꿉니다.
4. 새 보이스를 원래 동영상에 다시 입히고, 동영상과 새 오디오 트랙을 반환합니다.

동영상에는 오디오 트랙이 있어야 합니다. 텍스트나 이미지로 동영상을 만드는 모델은 대부분 소리 없는 동영상을 만들며, 소리 없는 클립은 즉시 실패합니다. 말소리가 담긴 클립을 쓰거나, 녹음을 오디오 입력에 연결하세요.

크레딧

음색을 바꾸는 보이스에만 크레딧이 듭니다. 유지 슬롯과 목록 끝을 넘는 화자는 무료로 그대로 통과합니다.

• 음색 변환 보이스는 스템 길이로 청구됩니다. 스템은 클립의 처음부터 그 화자의 마지막 대사까지입니다. 요율은 분당 44크레딧이며, 초 단위로 계산됩니다. 보이스마다 올림한 뒤 실행 합계를 다시 올림하므로, 실행 비용이 요율에 스템 길이를 곱한 값보다 약간 많을 수 있습니다.
• 다시 읽기 보이스는 같은 텍스트를 같은 모델의 텍스트 음성 변환으로 만들 때와 같은 가격입니다. 읽는 텍스트의 시작된 100자 단위마다 다시 읽기(v3)는 5크레딧, 다시 읽기(v4)는 5크레딧이 청구됩니다. 다시 읽기 보이스는 각각 최소 8단위로 청구됩니다.
• 최소 요금. 모든 음색 변환 보이스는 최소 6초 분량의 음성으로 청구되며, 모든 실행도 마찬가지입니다.

실제로 변환된 스템과 실제로 다시 읽은 글자 수만큼 청구되며, 실행이 시작될 때 예약된 금액보다 많이 청구되지 않습니다.

코드에서 변환 전체의 견적을 내려면 보이스별 가격을 더하지 말고 변환 전체의 고유 식별자를 요청하세요. 보이스별 가격을 더하면 1크레딧 차이가 날 수 있습니다. 식별자는 voice-changer-pro:<slot>,<slot>,…이며, 음색을 바꾸는 보이스마다 슬롯이 하나씩 순서와 관계없이 들어갑니다.

• 음색 변환 보이스는 스템 길이로 sts-<seconds>입니다. 예: sts-26.76.
• v3의 다시 읽기 보이스는 respeak-<characters>입니다.
• v4의 다시 읽기 보이스는 respeak-v4-<characters>이며, v4 자체 요율로 가격이 매겨집니다.
• 언어 코드가 있어 번역을 말하는 v4의 다시 읽기 보이스는 respeak-v4t-<characters>입니다. 번역하는 보이스는 대사가 두 번 렌더링될 수 있으므로 글자 수의 1.5배를 올림해 예약합니다. 이 계산은 서버가 직접 하므로, 어느 경우든 화자의 녹취록 글자 수를 보내세요.
• 측정값을 모르면 그냥 sts, respeak, respeak-v4 또는 respeak-v4t입니다. 예약할 때처럼 각각 1분, 또는 1,000자 블록 하나로 가격이 매겨집니다.

POST /v1/credits/model-costs와 GET /v1/credits/model-cost는 이 식별자에 변환이 예약하는 크레딧으로 답합니다. 예: voice-changer-pro:sts-26.76,respeak-v4-1200,respeak-v4t-800. 보이스가 8개를 넘거나, 스템이 1시간보다 길거나, 보이스 하나의 글자 수가 너무 많거나, 슬롯 형식이 잘못되면 missing에 들어갑니다. 번역은 v4만 말하므로 respeak-v3t 슬롯은 형식이 잘못된 것입니다.

앱으로 사용

보이스 체인저 Pro는 voice.nodaro.ai에서 독립된 앱으로도 쓸 수 있습니다. 링크를 붙여 넣거나 동영상을 업로드하고, 화자마다 보이스를 고르면 변환된 동영상을 받을 수 있습니다.

팁

• 보이스 순서를 신중하게 정하세요. 위치로 대응하므로, 첫 번째 보이스는 처음 말하는 화자에게 갑니다.
• 화자마다 따로 조정하세요. 보이스마다 설정이 따로 있으므로, 한 화자는 안정적으로, 다른 화자는 표현이 풍부하게 둘 수 있습니다.
• 화자별로 음량을 맞추세요. 보이스마다 볼륨을 사용하세요. 원본에 맞춤은 원래 화자를 따르고, 수동은 정확한 레벨을 설정합니다.
• 화자보다 적은 보이스를 지정하세요. 목록에 있는 화자만 바뀌고, 그 뒤의 화자는 모두 자기 목소리를 유지합니다.
• 연기를 살리세요. 음색 변환은 음성을 음성으로 변환하므로 원래 연기가 그대로 이어집니다. 오디오 전용 프로젝트처럼 새 연기가 필요할 때만 다시 읽기(v3)나 다시 읽기(v4)를 사용하세요.

문제 해결

한 화자의 목소리가 기계처럼 들립니다. 그 보이스의 유사도나 안정성을 낮추거나, 원래 화자와 음색이 더 가까운 보이스를 고르세요.

음악이 보이스에 섞여 들어옵니다. 분리 품질을 품질 — 더 정밀한 분리로 설정하세요.

엉뚱한 화자에게 보이스가 입혀졌습니다. 화자 번호는 먼저 말하는 순서로 매겨집니다. 음성 텍스트 변환으로 순서를 확인하고 보이스 순서를 바꾸세요.

셀프 호스팅 실행이 nodaro_connection_required로 거부됩니다. 설치에 Nodaro Cloud 연결이 없습니다. Nodaro Cloud에 연결의 설명대로 OAuth나 API 키로 연결하세요.

API에서 사용

POST /v1/voice-changer-pro는 코드에서 Nodaro Cloud로 노드를 실행합니다. orderedVoices는 화자 N을 항목 N에 대응시킵니다. 항목은 보이스 ID, 보이스별 설정을 담은 객체, 또는 유지 슬롯을 뜻하는 null입니다. 설정 객체는 voiceId, engine("sts", "v3" 또는 "v4"), stability, similarityBoost, style, useSpeakerBoost, seed, volumeMode, volume을 받습니다. engine: "v3"에서는 stability로 0, 0.5, 1만 받고, similarityBoost, style, useSpeakerBoost는 무시됩니다. engine: "v4"에서는 stability로 0~1 사이의 어떤 값이든 받고 similarityBoost가 적용되며, style과 useSpeakerBoost는 무시됩니다. 결과의 sourceHasVideo로 실행이 동영상 모드였는지 오디오 모드였는지 알 수 있습니다.

Nodaro Cloud에서는 같은 엔진을 세 단계로 나눠 실행할 수도 있습니다. 그러면 음색 변환 비용을 내기 전에 화자를 확인하고, 렌더링 전에 트랙을 믹스할 수 있습니다.

1. 분석. POST /v1/voice-changer-pro/analyze는 보이스를 음악과 분리하고 화자를 감지합니다. 화자별 시간 구간, 단어 수, 녹취록 일부와 감지된 언어를 반환합니다. 비용은 11크레딧입니다.
2. 스템으로 음색 변환. output: "stems"와 분석 결과로 POST /v1/voice-changer-pro를 호출하세요. 화자를 다시 감지하지 않으므로, 다른 보이스로 원하는 만큼 음색 변환을 반복할 수 있습니다. 결과는 보이스마다 효과가 없는 드라이 트랙 하나입니다.
3. 내보내기. POST /v1/voice-changer-pro/export는 내 믹스로 최종 동영상을 렌더링합니다. 트랙을 최대 16개까지 보내고, 트랙마다 0~200의 gain, muted, 그리고 voice 또는 background인 kind를 지정하며, 선택 항목으로 voiceFx를 더하세요. 하나 이상의 트랙은 음소거되지 않아야 합니다. 동영상 스트림은 다시 인코딩하지 않고 그대로 복사합니다. 믹스 조정은 무료이며, 내보내기 비용은 2크레딧입니다.

SDK 메서드는 client.voices.analyze, client.voices.recast, client.voices.exportMix입니다. CLI 명령은 nodaro voice analyze, nodaro voice recast, nodaro voice export입니다. MCP 도구는 voice_changer_pro, voice_changer_pro_analyze, voice_changer_pro_export입니다. 보이스 및 미디어를 참조하세요.