media-audio-gen

media-audio-gen

개요

AI 기반 오디오 생성을 위한 통합 스킬입니다. ElevenLabs의 고성능 TTS 엔진을 활용하여 32개국어(한국 포함)의 자연스러운 음성을 생성하고, 단 1분의 샘플로 개인/브랜드 보이스를 클로닝합니다. 또한 비디오 다국어 더빙(립싱크 자동), 효과음 생성, 실시간 대화형 AI 보이스 에이전트 구축을 지원합니다.

주요 기능

• TTS (Text-to-Speech): 32개국어 자연스러운 음성 생성 (한국어 최적화)
• 보이스 클로닝: 1분 샘플로 개인/브랜드 보이스 복제
• 다국어 더빙: 한국어 비디오 → 영어/일본어 등 (립싱크 자동 조정)
• 효과음 생성: 영화, 게임, 콘텐츠용 사운드 이펙트
• ConvAI: 실시간 대화형 보이스 에이전트 (챗봇, AI 상담원)

---

트리거 키워드

다음 요청 시 이 스킬을 사용하세요:

• 음성 생성 관련: "목소리 만들어줘", "TTS", "음성 합성", "나레이션 녹음", "AI 성우"
• 보이스 클로닝: "내 목소리 복제", "브랜드 보이스 만들기", "보이스 클로닝", "샘플 음성으로 학습"
• 더빙 관련: "영어 더빙", "일본어 번역+녹음", "외국어 자막+음성", "다국어 버전"
• 효과음: "효과음 생성", "사운드 이펙트", "배경음", "비디오 소리"
• 대화형 AI: "AI 상담원", "보이스봇", "실시간 음성 대화", "전화 자동 응답"

---

워크플로우

1. 기본 TTS (Text-to-Speech)

1. 텍스트 입력 (한국/영어/32개국어)
2. 보이스 프리셋 선택 또는 커스텀 보이스 ID 지정
3. 모델 선택 (eleven_multilingual_v2 기본)
4. 합성 전 견적 확인  ← 아래 §유료 합성 견적 게이트
5. 오디오 생성 (MP3/WAV)

1-1. 유료 합성 견적 게이트 (TTS·더빙·효과음 공통)

ElevenLabs 할당량은 문자 수로 소진되고 되돌아오지 않는다. 장문 나레이션 한 번이 무료 플랜 월 한도(10,000자)를 통째로 쓸 수 있다. 그래서 합성 전에 얼마가 나가는지 보여주고 승인을 받는다.

• [HARD] 크레딧이 나가는 합성 전에는 견적을 보여주고 승인을 받는다. 보이스 목록 조회·잔여 할당량 조회 같은 무료 호출은 대상이 아니다.
• [HARD] 요약하지 말고 실제로 넘어가는 것을 그대로 보여준다:

보여줄 것	TTS	더빙	효과음
합성될 원문 전문과 문자 수	✓	✓ (원문 + 번역문 양쪽)	프롬프트
보이스 이름·ID (클로닝 보이스면 그 사실도)	✓	✓	—
모델 (eleven_multilingual_v2 등)	✓	✓	—
대상 언어 목록	—	✓	—
출력 개수 · 길이	✓	✓	✓
소진되는 문자 수 / 할당량과 잔여분	✓	✓	✓

• [HARD] 대상 언어가 여럿이면 언어별 소진분과 합계를 함께 보여준다. 합계만 보여주면 언어 하나를 빼는 판단을 할 수 없다. 더빙은 언어 수만큼 배수로 나간다.
• [HARD] 한국어 나레이션은 합성 전에 ⟨한국어 감사 3단⟩을 통과시킨다. 음성으로 굳은 뒤 고치면 할당량을 다시 쓴다.

  moai-coworker:ai-slop-reviewer     1차 일반 슬롭 정리
→ moai-writer:korean-spell-check     2차 맞춤법 — 제안 수집 (미공개 정보가 섞였으면 건너뜀)
→ moai-writer:korean-humanize        3차 정밀 윤문 + 맞춤법 반영 + Phase 6 최종 검수

감사 뒤에 문자 수를 다시 센다 — 감사가 문장을 고치므로 이전 견적은 무효다.

승인 선택지는 이렇게 구성한다:

선택지	뜻
이대로 합성 (권장)	보여준 견적 그대로 실행
고쳐 쓰기 / 언어·개수 줄이기	원문을 다듬거나 범위를 줄여 견적을 다시
취소	합성하지 않고 종료. 할당량 소진 없음