Fish Audio S2에서 인라인 태그 사용하는 방법

Fish Audio S2는 텍스트 어느 곳에나 대괄호 안에 넣는 짧은 자연어 큐인 인라인 태그를 지원하여 음성 출력 방식을 제어할 수 있게 해줍니다. 이 가이드에서는 지원되는 태그, 사용 방법 및 최상의 결과를 얻기 위한 팁을 다룹니다.

---

기본 구문

영향을 주고 싶은 단어나 구절 바로 앞에 대괄호로 태그를 배치하세요:

The door was open. [whispering] I didn't want to go inside.

태그는 텍스트의 어느 위치에나 배치할 수 있으며, 한 번의 생성에서 여러 태그를 사용할 수 있습니다.

---

권장 태그

S2는 자유 형식의 자연어 태그를 수용하므로 고정된 목록에 제한되지 않습니다. 그럼에도 불구하고, 아래 태그들은 충분히 테스트되었으며 일관되게 강력한 결과를 생성합니다. 이를 시작점으로 사용하거나 더 구체적인 제어를 위해 자신만의 설명(예: [speaking slowly, almost hesitant])을 작성해 보세요.

호흡 및 음성 반응

음성 소리

속도 조절

목소리 스타일

감정

기타

---

배치

태그는 태그 이후에 오는 내용에 영향을 줍니다. 변화가 일어나기를 원하는 시점 바로 앞에 태그를 배치하세요.

좋은 예 — 전환 지점에 태그 배치:

I thought everything was fine. [whispering] Then I heard the noise.

덜 효과적인 예 — 너무 일찍 배치된 태그:

[whispering] I thought everything was fine. Then I heard the noise.

이 경우 첫 번째 문장을 포함하여 전체 문절이 속삭이듯 표현됩니다.

---

태그 조합하기

한 문절 내에서 여러 태그를 연결하여 전달 방식의 변화를 줄 수 있습니다:

[soft voice] I wasn't sure what to say. [long pause] [loud voice] But then it hit me.

음성 반응 태그를 문장 사이에 배치하여 자연스러운 전환을 연출할 수 있습니다:

That was the third time this week. [sigh] I really need to fix that.

---

다중 화자 대화

S2는 화자별 인라인 태그 제어를 통한 다중 화자, 다중 턴 생성을 지원합니다. 다중 화자 기능은 곧 Fish Audio 플레이그라운드와 API에 추가될 예정이니 기대해 주세요.

---

팁

단순하게 시작하세요. 적절히 배치된 하나의 [whispering]이나 [sigh]가 문절을 완전히 바꿀 수 있습니다. 모든 문장에 태그를 넣을 필요는 없습니다.

속도 조절을 위해 일시 정지를 활용하세요. [pause]와 [long pause]는 특히 감정 변화 직전에 음성을 자연스럽게 만드는 데 가장 유용한 태그 중 하나입니다.

반응을 통해 감정을 전달하세요. 감정 태그에만 의존하기보다 반응과 조합해 보세요: [sigh] [sad] 이제 더 이상 모르겠어. 한숨이 감정을 물리적으로 뒷받침해 줍니다.

테스트하고 반복하세요. 목소리마다 태그에 반응하는 강도가 다를 수 있습니다. 태그 효과가 너무 미미하다면 주변 텍스트의 문맥을 통해 이를 강화해 보세요.

---

링크

• 데모 → fish.audio
• GitHub → github.com/fishaudio/fish-speech
• HuggingFace → huggingface.co/fishaudio/s2-pro