텍스트를 자연스러운 사람 목소리로 변환하는 AI 기술. 로봇 같던 초기 합성음에서 이제는 감정과 억양까지 표현하는 수준으로 발전했다.
TTS는 텍스트를 음성으로 변환하는 기술이다. 2010년대 중반까지는 규칙 기반 합성이라 기계적인 소리가 났지만, 딥러닝 기반(WaveNet, Tacotron 등) 이후 사람 목소리와 거의 구분하기 어려운 수준이 됐다. 감정 톤 조절, 말하기 속도, 강조 표현도 제어 가능하다. 클론 기술로 특정 사람의 목소리를 몇 초 샘플로 복제하는 것도 가능해졌다.
ElevenLabs, OpenAI TTS API, Google Cloud Text-to-Speech를 쓰면 몇 줄의 API 호출로 텍스트를 자연스러운 음성 파일로 변환할 수 있다. AI 어시스턴트 앱, 접근성 기능(시각장애인을 위한 화면 읽기), 오디오북 자동 생성, 고객 서비스 자동응답에 많이 쓰인다. 음성 클론 기능은 딥페이크 보이스 악용 우려가 있어 대부분의 서비스가 동의 확인 절차를 거친다.