GenAI Text to Speech API

ML Kit의 GenAI Text to Speech API를 사용하면 텍스트 콘텐츠를 음성 오디오로 합성할 수 있습니다. Text to Speech API는 생성형 AI 모델을 사용하여 고품질 음성 합성을 제공합니다.

ML Kit Text to Speech API는 매우 사람과 유사한 음성을 제공하므로 가능하면 이 API를 사용하는 것이 좋습니다. 하지만 사용할 수 없는 경우 Android 플랫폼 TextToSpeech API를 대신 사용할 수 있습니다.

주요 기능

• 단일 SDK 내에서 통합된 다운로드 및 추론 옵션
• 코루틴과 Flow를 사용하여 재생 상태 및 오디오를 스트리밍하는 Kotlin 우선 API입니다.

기본 요건

Text-to-Speech API를 사용하려면 다음 요구사항을 충족해야 합니다.

• 다음과 같은 지원되는 기기 중 하나를 사용합니다.
  • Google: Pixel 8, Pixel 9, Pixel 10, Pixel 11
  • 삼성: 갤럭시 S25, 갤럭시 S26, 갤럭시 Z 폴드8, 갤럭시 Z 폴드8 울트라, 갤럭시 Z 플립8
• Google Play에서 최신 버전의 음성 인식 및 합성 앱(com.google.android.tts)을 다운로드합니다. 앱이 없거나 오래된 경우 텍스트 음성 변환을 구현할 때 checkStatus() 메서드는 FeatureStatus.UNAVAILABLE를 반환합니다.
• 프로젝트에서 최소 SDK (minSdk) 버전 26 이상을 사용합니다.

시작하기

시작하려면 모듈 수준 build.gradle.kts(또는 build.gradle) 파일에 ML Kit 텍스트 음성 변환 종속 항목을 추가합니다.

dependencies {
    // ML Kit GenAI TTS SDK
    implementation("com.google.mlkit:genai-text-to-speech:1.0.0-alpha1")
}

dependencies {
    // ML Kit GenAI TTS SDK
    implementation 'com.google.mlkit:genai-text-to-speech:1.0.0-alpha1'
}

Text to Speech API 통합

Text-to-Speech API를 사용하려면 다음 단계를 따르세요.

1. 클라이언트 초기화: SpeechSynthesizerOptions 구성 객체를 전달하여 SpeechSynthesizer 클라이언트 인스턴스를 만듭니다. 모든 언어를 지원하려면 단일 클라이언트 인스턴스만 있으면 됩니다. 옵션 객체에 지정된 언어는 getSupportedVoices() 메서드에서 반환되는 기본 언어 목록을 결정합니다.
2. 모델 다운로드: 타겟 음성을 사용할 수 있는지 확인합니다. 상태가 FeatureStatus.DOWNLOADABLE이면 download() 메서드를 호출하여 음성 모델을 기기에 다운로드합니다.
3. 콘텐츠 합성: 입력 텍스트와 대상 음성이 포함된 SpeechSynthesizerRequest 객체를 구성합니다. synthesize() 메서드를 호출하여 오디오를 생성하고 재생 상태 업데이트와 오디오 청크를 수집합니다.

// Initialize the `SpeechSynthesizer` client.
// One client serves every language. `Locale.US` is only the default list locale.
val options = speechSynthesizerOptions(Locale.US)
val client = SpeechSynthesis.getClient(options)

// Query voices for multiple languages using the same client instance.
val englishVoice = client.getSupportedVoices().first() // Uses the default `Locale.US`
val frenchVoice = client.getSupportedVoices(Locale.FRANCE).first()

// Check and download a voice model (for example, the French voice model).
if (client.checkStatus(frenchVoice) == FeatureStatus.DOWNLOADABLE) {
    client.download(frenchVoice).collect { status -> println("Download status: $status") }
}

// Construct the request.
// The `VoiceInfo` instance, `frenchVoice` here, determines the spoken language.
val request = SpeechSynthesizerRequest(
    input = SpeechSynthesizerRequest.Input.Text("Bonjour tout le monde", frenchVoice),
    audioAttributes = AudioAttributes.Builder()
        .setUsage(AudioAttributes.USAGE_MEDIA)
        .setContentType(AudioAttributes.CONTENT_TYPE_SPEECH)
        .build()
)

// Speak and collect streaming audio or status.
client.synthesize(request).collect { response ->
    when (response) {
        is SpeechSynthesizerResponse.StatusUpdate -> println("Playback status: ${response.status}")
        is SpeechSynthesizerResponse.AudioAvailable -> println("Audio chunk: ${response.audio.size} bytes")
        is SpeechSynthesizerResponse.Error -> println("Error: ${response.errorCode}")
    }
}

// Release resources when done.
client.close()

지원되는 음성

ML Kit Text to Speech API는 다음 음성을 지원합니다. VoiceInfo.name 속성을 사용하여 이름으로 음성을 선택합니다.

• star02: 여성, 중간음
• star04: 남성, 중고음
• star05: 남성, 저음
• star08: 여성, 저음
• star11: 남성, 중간음, 젊은 목소리
• star12: 여성, 중고음
• star13: 남성, 중간음
• star16: 여성, 중저음

지원 언어

ML Kit Text to Speech API는 다음 언어를 지원합니다.

• 아랍어 (ar-XA)
• 덴마크어 (da-DK)
• 독일어(de-DE)
• 영어(영국) - en-GB
• 영어(미국)
• 스페인어 (es-ES)
• 스페인어 (es-US)
• 프랑스어(fr-CA)
• 프랑스어(fr-FR)
• 힌디어(hi-IN)
• 인도네시아어(id-ID)
• 이탈리아어(it-IT)
• 일본어 (ja-JP)
• 한국어(ko-KR)
• 노르웨이어(nb-NO)
• 네덜란드어(nl-NL)
• 폴란드어(pl-PL)
• 포르투갈어(pt-BR)
• 러시아어(ru-RU)
• 스웨덴어(sv-SE)
• 튀르키예어(tr-TR)

일반적인 설정 문제

다음은 몇 가지 일반적인 문제와 문제 해결 도움말입니다.