아직 모르시는 분들을 위해 말씀드리자면, 제가 소설을 한 권 썼는데 조만간 어떻게든 오디오북으로 만들 계획입니다. 그런데 제 책을 제가 다시 직접 읽을 생각은 전혀 없어서, Qwen3-TTS로 제 목소리를 생성해서 처리하려고 합니다. 그러려면 우선 제 목소리를 학습시켜야겠죠. 저는 Voice Chaser 파이프라인을 통해 몇 달 동안 제 목소리를 단순히 전사(transcribe)한 것뿐만 아니라, 녹음과 동시에 데이터셋으로 만들어 왔습니다. 원래 데이터셋은 순수하게 67시간 분량의 음성이었는데, 노이즈 제거 같은 정제 과정을 거치고 나니 그래도 43시간 정도가 남았습니다. 아직 개발 중이고 계속 진행하고 있지만, 일단 Hugging Face에서 데이터셋을 다운로드하실 수 있도록 이 재미있는 결과물을 공유해 드립니다. 겨우 28GB밖에 안 됩니다...
Gallery
