목소리를 곁다리가 아니라 주력으로 다루는 플랫폼이다. 견본 문장을 한 번 읽히면 내 목소리가 복제되고, 문장 한 줄을 쓰면 없던 목소리가 만들어진다. 여기에 실시간 음성 통화까지 붙어 있고, 말하는 도중에 끼어들 수도 있다. 아래에서는 목소리 층만 다룬다. 영상과 그림 쪽은 다른 곳에서 이미 충분히 이야기되었기 때문이다.

헷갈리기 쉬운 지점이 하나 있다. 지금 첫 화면을 열면 가장 눈에 띄는 자리는 짧은 영상 코너이고, 생성된 클립과 골라 놓은 사례가 화면을 채운다. 목소리 도구는 따로 떨어진 음성 작업대로 모여 있고, 그 안내에는 음색 보관함, 음성 합성, 음악 생성, 음색 설계, 목소리 복제, 목소리 추출이 나란히 놓여 있다. 지금의 모습이 그렇다. 영상, 그림, 음성, 음악이 각각 한 몫을 차지하고, 그중 음성이 가장 두꺼운 층이다.

2026년 9월 기준으로 웹과 휴대전화에서 모두 돌아가고, 아이오에스와 안드로이드가 각자의 계보를 가진다. 컴퓨터에서는 브라우저를 열면 되고, 책상 위에 따로 설치할 것은 없다. 정말 볼 만하고 아직 거의 시도되지 않은 부분은 복제와 설계, 이 두 가지다.

한 문단을 읽히면 돌아오는 것은 내 목소리

복제 절차는 생각보다 짧다. 목소리 복제 화면에 들어가면 맨 위 한 줄이 전부를 설명한다. 문장을 읽으면 당신만의 목소리가 복제된다고. 그 아래에 상황 선택지가 늘어선다. 무작위, 오디오북, 영상 더빙, 하루 기록, 교육과 연수, 라디오, 자동 응대. 읽기 편한 것을 고르면 되고, 옆에는 표준 중국어로 읽는 시험 문장이 있으며 오른쪽 아래에서 글자 수가 실시간으로 세어진다.

준비할 재료도 소박하다. 10초에서 5분 길이의 소리를 녹음하거나 올리면 되고, 파일 하나는 50메가바이트를 넘지 않는다. 닮은 정도를 높이는 작은 스위치가 둘 있는데, 억양 최적화와 견본에서 배경 잡음을 걷어내는 처리를 고를 수 있다.

하룻밤을 허비하지 않도록 미리 짚어 둘 것이 있다. 목소리 복제는 회원 기능이다. 무료 이용자도 결과를 시험 삼아 들어 볼 수는 있지만, 실제로 쓰려고 저장하려면 구독이 필요하다. 버튼 옆 작은 글씨가 그것을 분명히 적어 두었다. 시험 듣기에는 별도의 몫이 있고, 하루 다섯 번까지 음색 견본을 무료로 들을 수 있다. 이 횟수는 복제 화면과 설계 화면이 함께 써서 어느 쪽에서 들어도 한 번이 줄어든다. 다 쓰고 나서 더 들으려면 규칙에 따라 점수가 빠진다.

회원 쪽 여유는 넉넉하다. 구독하면 최대 백 개의 복제 자리가 열리고, 생성 길이의 상한도 스무 시간까지 늘어난다. 오디오북이나 연재물을 만드는 사람이라면 옛 목소리를 지워 자리를 비우지 않아도 된다.

음성 합성: 표시 하나로 말투가 바뀐다

복제가 답하는 것은 나를 닮았는가이고, 합성이 답하는 것은 듣기에 제대로인가이다. 지금 판은 고해상 음성 모델을 기본으로 쓰고, 입력창 왼쪽 아래에 본문에 바로 적어 넣을 수 있는 표시를 늘어놓았다. 감정, 멈춤, 어기 보조사. 이것을 문장 안에 쓰는 방식이다. 절 앞에 감정을 붙이고 물음표가 올 자리에 멈춤을 넣으면, 만들어진 소리가 그 기복을 안고 돌아온다.

오른쪽은 조절대다. 말 속도, 음높이, 음량 세 개의 손잡이에 음색 효과 조절이 더해진다. 목소리를 바꾸고 다시 맞추면 원하는 느낌에 금방 닿는다. 보관함의 선택지도 충분하다. 뉴스 여성, 차분한 관리자 같은 직장용 목소리와 함께 잠들기 전 속삭임, 공포 이야기, 도깨비의 거래, 공상과학 같은 내용과 오락용 목소리가 있고, 표에는 언어와 어울리는 용도가 적혀 있다.

긴 글은 분명한 강점이다. 한 번에 넣을 수 있는 상한은 고해상에서 오천 자, 고속에서 만 자다. 모자라면 긴 글 모드를 켜서 한 번에 이십만 자까지 다룰 수 있다. 소설 한 권이나 교재 한 세트를 잘라 붙이는 수고 없이 그대로 넣을 수 있는 범위다. 대신 기다리는 시간이 들지만, 오른쪽 아래가 점수 소모를 실시간으로 어림해 주니 나중에 놀랄 일은 없다.

복제하지 않으려면, 한 줄로 목소리를 만든다

음색 설계는 또 다른 길이고 내가 더 좋아하는 기능이다. 소리 재료를 전혀 요구하지 않는다. 글 설명만으로 끝난다. 화면의 예시는 구체적이다. 공포 이야기를 들려주는 방송 화면, 목소리는 낮고 울림이 있으며, 말 속도가 빨라졌다 느려지며 긴장과 신비의 공기를 만든다, 라고. 원하는 소리의 특징을 한 줄로 적으면 그것에 맞는 목소리가 나온다.

문구를 고민하기 싫으면 미리 준비된 것을 누르면 된다. 늙은 현자, 열정적인 해설, 공포 이야기꾼, 자장가 여성, 엄격한 여교사. 이야기하기, 해설, 재우기 같은 전형적인 상황을 덮는다. 시험 듣기 문장은 직접 써도 되고 화면이 만들게 해도 된다. 기본값은 이 목소리가 최신 설계 모델이 만들었다는 문장으로 잡혀 있다.

앞에서 말한 몫이 여기에도 그대로 적용된다. 하루 다섯 번의 무료 시험 듣기를 복제 화면과 나눠 쓴다. 오른쪽 아래에는 남은 음색 자리도 표시되고, 복제한 목소리와 설계한 목소리 모두 하나씩 차지한다. 구독 뒤의 백 자리는 두 기능이 나눠 갖는 셈이니 한꺼번에 만들기 전에 계산해 두는 편이 좋다.

목소리 추출과 음악: 곁일이지만 대신하기 어려운 둘

작업대에는 날마다 쓸 도구도 둘 들어 있다. 하나는 목소리 추출로, 소리나 영상의 주변 잡음과 배경음을 눌러 내리고 원래 목소리를 깨끗하게 뽑아 올린다. 방송 녹음, 노래 커버, 인터뷰 소리 처리에 쓸 만하고, 화면의 제한은 파일이 오백 메가바이트까지, 길이가 삼백 초까지다. 다른 하나는 음악 생성으로, 전자, 리듬 앤 블루스, 팝, 재즈, 컨트리, 블루스 같은 방향으로 나뉘어, 짧은 영상이나 발표에 남들과 겹치지 않는 배경 음악을 붙이는 것이 목적이다.

그리고 실시간 음성 통화가 있다. 화면에는 말로 끊기, 첫마디 같은 설정 항목과 마이크 권한, 연결 중 같은 상태 안내가 보인다. 상대가 말을 마칠 때까지 기다리지 않고 중간에 소리로 끼어들 수 있다는 점이, 이것이 대본 읽기가 아니라 대화로 성립하는지를 가르는 부분이다.

알아 둘 만한 사양

개발은 MiniMax가 맡았다. 지원하는 곳은 웹, 아이오에스, 안드로이드이고, 웹 쪽은 실제로 두 개의 별도 빌드로 나뉜다. 본체와 음성 작업대다. 그래서 찾아보면 서로 무관한 두 번호가 보이는데, 판이 어지러운 것이 아니라 두 응용이 각자의 공개 계보를 달리는 것이고, 휴대전화 쪽에도 따로 계보가 있다. 복제 재료는 10초에서 5분, 파일 하나 50메가바이트까지. 무료 시험 듣기는 하루 다섯 번이며 복제와 설계 두 화면이 나눠 쓴다.

무료로 어디까지 쓸 수 있나

과금 단위는 점수다. 새 이용자는 만 점에서 시작하고, 공식 설명으로는 십이 분이 넘는 음성 생성에 해당한다. 모든 기능을 한 번씩 눌러 보고 짧은 글을 몇 개 시험하기에는 충분하다. 그 뒤에는 필요한 만큼 점수를 사면 되고, 회원 등급을 고를 필요는 없다. 구독하면 복제 자리와 생성 상한을 한꺼번에 열 수 있다.

이용 조건은 따로 볼 만하다. 개인 용도, 예컨대 사회관계망 게시물이나 비영리 모임에서는 공식 표시나 출처 안내를 붙이는 조건으로 만든 소리를 무료로 쓸 수 있다. 수익이 붙는 콘텐츠나 고객 사업이라면 표준 회원 이상이 필요하다. 선이 분명하니 상업적인 작업 전에 내가 어느 쪽인지 확인하는 편이 낫다.

목소리라는 일을 두 갈래로 나눠 놓았다. 내 목소리를 복제하는 길은 한 문단이면 되고, 원하는 목소리를 만드는 길은 한 줄이면 된다. 눈여겨볼 것은 어느 쪽이 얼마나 진짜 같은가가 아니라, 이 두 방법이 음성 편집 경험을 전혀 요구하지 않는 데까지 문턱을 낮췄다는 사실이다.