edge tts 한국어 목소리 3개와 밝게 바꾸는 설정 — 무료 내레이션으로 써 본 기록 (2026)
건축 지식 쇼츠를 자동으로 만들면서 내레이션은 edge-tts로 했습니다. 제가 쓸 때는 따로 결제나 키 없이 파이썬에서 바로 쓸 수 있었어요. 한국어 목소리는 3개뿐이지만, 속도와 음 높이를 바꾸면 느낌이 꽤 달라졌습니다.
중간에 “나레이션 목소리라도 좀 밝은걸로”라는 요청을 받고 같은 문장을 다섯 가지 설정으로 만들어 비교했어요. 아래에서 직접 들어볼 수 있습니다. 개인 프로젝트이고, 크레딧은 들지 않았습니다.
edge tts 한국어 목소리는 3개
edge-tts는 마이크로소프트 엣지의 온라인 음성 합성 서비스를 파이썬 코드나 명령어로 쓸 수 있게 해 주는 모듈입니다. 제가 쓴 버전(7.3.1)에서 2026년 10월에 목소리 목록을 뽑아 보니 한국어는 셋이었어요.
| 목소리 | 성별 | 제가 쓴 곳 |
|---|---|---|
| 현수 (HyunsuMultilingual) | 남성 | 지식 쇼츠 기본 내레이션 |
| 인준 (InJoon) | 남성 | 밝은 버전 비교용 |
| 선희 (SunHi) | 여성 | 밝은 버전 비교용 |
목소리 수는 적습니다. 비교하자면 구글 TTS 글에서 제가 들어본 구글 Chirp 3 HD 한국어 여성 목소리만 해도 14개였어요.
같은 문장, 설정만 바꾼 샘플
문장은 쇼츠 첫 장면 그대로입니다. “여기 뉴욕 렉싱턴가 53번가에는 기둥이 모서리가 아닌 옆면 가운데에 선 59층 빌딩이 있습니다. 겉보기엔 미래지향적인 디자인이지만, 사실 완공 1년 만에 무너질 수도 있었던 건물입니다.”
현수, 속도 +22%, 음 높이 −2Hz (원래 쓰던 설정)
현수, 속도 +22%, 음 높이 +12Hz (음 높이만 올림)
현수, 속도 +25%, 음 높이 +22Hz (아주 밝게)
인준, 속도 +22%, 음 높이 +10Hz
선희, 속도 +18%, 음 높이 +6Hz
샘플은 이렇게 다섯 개를 만들었고, 위에 모두 올렸습니다.
| 샘플 | 목소리 | 속도 | 음 높이 |
|---|---|---|---|
| 0 (원래) | 현수 | +22% | −2Hz |
| A | 현수 | +22% | +12Hz |
| B | 인준 | +22% | +10Hz |
| C | 선희 | +18% | +6Hz |
| D | 현수 | +25% | +22Hz |
어둡게 들린 데는 설정도 한몫한 것 같다
목소리가 어둡다는 말을 듣고 보니, 원래 설정에서 음 높이를 −2Hz로 낮춰 둔 것도 한몫한 것으로 보였습니다. 위의 첫 번째와 두 번째 샘플은 목소리와 속도가 같고 음 높이만 −2Hz와 +12Hz로 다르니, 둘을 이어서 들어 보면 차이가 들립니다.
edge-tts 안내에 따르면 속도(rate), 음량(volume), 음 높이(pitch)를 옵션으로 바꿀 수 있습니다. 다만 직접 쓴 SSML(발음·쉼을 세세하게 지정하는 태그)은 지원하지 않아요. 안내 문서에는 마이크로소프트가 엣지에서 만들 수 없는 SSML을 막고 있어서, 서비스가 voice 태그 하나와 그 안의 prosody 태그 하나만 허용한다고 적혀 있습니다. 그래서 바꿀 수 있는 건 사실상 목소리, 속도, 음 높이, 음량 네 가지였습니다.
단어별 시각으로 자막 맞추기
edge-tts를 쓰면서 편했던 건 시각 정보였습니다. 제 스크립트에서는 음성을 만들 때 문장이나 단어가 몇 초에 시작해서 얼마나 이어지는지가 같이 받아졌어요. 그 값을 그대로 자막 타이밍으로 썼습니다.
- 장면마다 내레이션을 따로 만들고, 길이를 재서 장면 시작 시각을 쌓습니다.
- 문장·단어 시각으로 자막을 한 줄씩 얹습니다.
- 그래서 나중에 받아쓰기로 시각을 다시 찾는 과정이 없었어요.
한 번에 만든 긴 음성을 받아써서 장면을 나눠야 했던 경우와 비교하면 훨씬 단순했습니다. 그 방법은 릴스 자막 글에 정리했습니다.
쓰기 전에 확인할 점
- 목소리가 적습니다. 한국어 3개라, 채널 여러 개에서 같은 목소리가 겹칠 수 있어요.
- 세밀한 조절이 안 됩니다. 쉼 위치나 특정 단어 발음을 태그로 고칠 수 없어서, 어색한 곳은 문장을 바꿔야 했습니다.
- 이용 조건. edge-tts는 마이크로소프트 엣지의 온라인 음성 서비스를 쓰는 모듈입니다. 안내 문서에는 상업적 이용에 대한 설명이 따로 없어서, 수익 채널에 쓰기 전에는 직접 확인하는 게 좋습니다.
정리 — edge tts 한국어 설정
| 항목 | 내용 |
|---|---|
| 한국어 목소리 | 현수·인준(남성), 선희(여성) 3개 |
| 바꿀 수 있는 것 | 속도, 음 높이, 음량 |
| 밝게 만들기 | 음 높이를 올림(+6~+22Hz), 속도 약간 올림 |
| 자막 | 음성과 함께 나오는 문장·단어 시각으로 맞춤 |
| 비용 | 제가 쓸 때 크레딧·결제 없음 |
| 확인할 것 | 목소리 수, 세밀한 조절 불가, 이용 조건 |
직접 해보니
지식 쇼츠 첫 편을 만들 때 내레이션은 현수 목소리에 속도 +22%, 음 높이 −2Hz로 정해 두고 썼습니다. 완성본을 보고 “나레이션 목소리라도 좀 밝은걸로”라는 요청이 나와서, 같은 첫 장면 문장으로 다섯 가지 샘플을 만들었어요.
다만 이 샘플 중 하나를 고르기 전에 쇼츠 작업 자체를 멈췄습니다. “영상과 소재가 너무 재미없다. 다시 소재를 찾아보자.”로 방향을 바꿔서, 목소리는 아직 원래 설정 그대로 남아 있습니다. 그 뒤 다른 프로젝트의 릴스 목소리는 구글 TTS를 거쳐 직접 녹음으로 갔습니다.
자주 묻는 질문
edge tts 한국어 목소리는 몇 개인가요?
제가 쓴 edge-tts 7.3.1에서 목소리 목록을 뽑아 보니 한국어는 3개였습니다. 현수(남성), 인준(남성), 선희(여성)입니다.
edge tts 목소리를 밝게 바꿀 수 있나요?
속도(rate)와 음 높이(pitch)를 바꿀 수 있습니다. 저는 원래 음 높이를 −2Hz로 살짝 낮춰 두었는데, 목소리가 어둡다는 말을 듣고 +6~+22Hz로 올린 샘플을 만들어 비교했습니다.
edge tts는 무료인가요?
제가 쓸 때는 따로 결제나 키 없이 파이썬 모듈로 바로 썼고, 크레딧도 들지 않았습니다. 다만 edge-tts는 마이크로소프트 엣지의 온라인 음성 서비스를 쓰는 모듈이라, 수익 채널에 쓰기 전에 이용 조건은 따로 확인하는 게 좋습니다.
edge tts로 자막 타이밍도 맞출 수 있나요?
음성을 만들 때 단어나 문장이 시작하는 시각이 함께 나와서, 그 시각으로 자막을 얹었습니다. 따로 받아쓰기 과정이 필요 없었습니다.
정리
- edge-tts는 키나 결제 없이 파이썬에서 바로 쓴 무료 TTS였고, 한국어 목소리는 3개였습니다
- 같은 문장을 속도·음 높이만 바꿔 다섯 가지로 만들었고, 원래 −2Hz로 낮춘 설정도 어둡게 들린 데 한몫한 것으로 보였습니다
- 직접 쓴 SSML은 막혀 있어서 바꿀 수 있는 건 목소리·속도·음 높이·음량 정도였습니다
- 음성과 함께 나오는 시각 정보로 자막을 맞춰 받아쓰기가 필요 없었습니다
- 상업적 이용 조건은 쓰기 전에 직접 확인하는 게 좋습니다