음성 모델 비교
ElevenLabs v4·v3·Fish Audio 비교: AI RPG의 목소리 선택하기
Eleven v4, v4 Turbo, v3와 Playworlds의 Fish Audio 음성 처리를 표현력, 응답성, 일관성, 실용적인 청취 테스트를 기준으로 비교합니다.
인상적인 음성 하나보다 모험 전체를 비교하세요
아름다운 독백 하나에 가려 게임 음성으로서의 어색함이 드러나지 않을 수 있습니다. 같은 모델은 퀘스트 아이템의 이름을 발음하고, 짧은 질문에 답하고, 캐릭터가 감정적으로 흔들려도 같은 인물로 들려야 합니다. 이 비교는 모든 상황에서의 승자를 선언하는 대신, 이러한 플레이어의 필요에서 출발합니다.
ElevenLabs 공식 자료와 Playworlds 구현은 2026년 10월 3일에 검토했습니다. 조건을 통제한 오디오 벤치마크는 진행하지 않았습니다. 현재 Playworlds는 모델 식별자 s2.1-pro를 지정해 Fish Audio로 음성을 처리합니다. 아래의 ElevenLabs 모델은 평가해 볼 대안입니다.
Eleven v4와 Eleven v3 비교
공식 카탈로그에 따르면 v4는 90개 이상의 언어와 요청당 10,000자를, v3는 70개 이상의 언어와 5,000자를 지원합니다. ElevenLabs는 v4의 음성 재현 정확도와 표현력이 향상되었다고 설명하지만, 자체 가이드에서도 전환하기 전에 익숙한 목소리로 비교해 볼 것을 권장합니다.
이미 진행 중인 캠페인에서는 이 점이 중요합니다. 참조 음성을 더 충실하게 재현하더라도 플레이어가 친숙하게 느끼던 동료와는 다르게 들릴 수 있습니다. 저장해 둔 인사말과 감정이 담긴 재회 장면을 비교하고, 새로운 연기가 의도한 캐릭터를 유지하는지 판단하세요.
표준 v4와 v4 Turbo 비교
표준 v4는 품질을 중시하는 제작에, Turbo는 실시간 상호작용에 초점을 맞춥니다. ElevenLabs는 Turbo의 추론 지연 중앙값을 약 100 ms, 첫 음성까지 걸리는 시간의 중앙값을 150 ms로 보고합니다. 발표 당시의 측정에서는 네트워크 지연을 제외했으므로, 이 수치는 플레이어가 클릭한 뒤 소리를 듣기까지의 시간이 아닙니다.
발견 장면의 내레이션에는 표준 v4를 먼저 들어보세요. NPC와 빠르게 주고받는 대화에는 Turbo도 포함하세요. 플레이어가 행동을 제출한 뒤 게임 마스터의 텍스트 생성, 음성 전달, 재생까지 전체 대기 시간을 측정해야 합니다. 음성 서비스가 빨라도 턴 전체는 느릴 수 있습니다.
이 비교에서 Fish Audio가 차지하는 위치
Fish Audio는 Playworlds의 현재 코드에서 선택한 음성 제공업체이므로 비교 기준으로 적절합니다. 기존의 배역별 음성 배정, 미리 듣기, 스트리밍, 재생은 이미 작동하는 연동 구조를 이루고 있습니다. 제공업체를 바꾸려면 목소리의 음색뿐 아니라 이러한 게임 기능도 함께 다뤄야 합니다.
이 글은 Fish의 모든 버전을 같은 것으로 취급해 점수를 매기는 비교가 아닙니다. Fish가 공개한 S2 자료는 표현력 있는 음성을 설명하지만, Playworlds 어댑터가 구체적으로 지정한 모델은 s2.1-pro입니다. 향후 테스트에서도 실제 설정된 바로 그 모델을 사용하고, 다른 모델의 홍보 결과를 이 모델에 그대로 적용하지 마세요.
소규모 파티를 위한 공정한 청취 테스트
직접 만든 대사 다섯 개를 준비하세요. 인사, 속삭이는 경고, 낯선 지명, 두 화자의 의견 충돌, 차분한 요약입니다. 실제로 말하는 문장과 의도한 연기는 일관되게 유지하세요. 지원되고 사용이 허용되는 경우에는 같은 참조 녹음을 사용하고, 그렇지 않다면 배역별 음성 배정의 차이를 기록하세요.
음성 순서를 무작위로 섞고, 청취자에게 어떤 단어를 이해했는지, 어떤 캐릭터인지 알아보았는지, 감정이 상황에 맞았는지 물어보세요. 여러 번 생성한 결과와 실패, 총 대기 시간, 청구 대상 사용량을 기록하세요. 운 좋게 성공한 생성 한 번의 가격보다, 재시도를 포함해 실제 채택한 장면당 비용을 비교해야 합니다. 이 테스트는 아직 진행하지 않았으므로 여기에서는 승자를 제시하지 않습니다.
플레이 방식에 맞춰 선택하세요
편집상의 제안은 주요 내레이션에 v4를 시험하고, 빠른 대화에 Turbo를 포함하며, 현재의 Fish 연동을 비교 기준으로 유지하는 것입니다. 이는 평가할 때 부여해 볼 역할입니다. 이러한 모델을 Playworlds 설정의 선택지로 제공한다고 발표하는 것은 아닙니다.
플레이어라면 현재 모험에서 사용할 수 있는 목소리로 시작해 장면 하나를 끝까지 들어보세요. 제작자라면 명료함, 일관성, 전개 속도가 함께 좋아질 때 모델을 바꿀 가치가 있는지 판단하세요. 더 나은 목소리는 단순히 데모를 다시 재생하고 싶게 하는 데 그치지 않고, 그 캐릭터에게 대답하고 싶게 해야 합니다.