HeyGen 크리에이터는 음성 복제에서 Fish Audio를 다른 서비스보다 세 배 더 많이 선택합니다.

HeyGen의 크리에이터는 전 세계에 있습니다. 호주, 인도, 영국, 남아프리카 공화국, 싱가포르, 아일랜드, 스코틀랜드, 필리핀, 카리브해 지역의 크리에이터는 모두 영어를 사용하지만 각자의 소리는 다릅니다.

HeyGen이 기존에 운영하던 텍스트 음성 변환 계층은 정확한 미국식 영어를 생성하면서 다른 억양도 그쪽으로 끌어당겼습니다. 운율은 평평해지고 모음의 개성은 사라졌습니다. 청중에게 익숙한 크리에이터의 억양이 중립적인 미국식 발음에 가까워졌습니다. 시장의 대부분에서 같은 양상이 나타난 데에는 이유가 있었습니다. 미국식 영어를 먼저 학습하고 나중에 다른 억양에 적응시킨 모델은 미국식 영어에는 강하지만 그 밖의 억양에서는 예측 가능한 품질 저하를 보입니다.

크리에이터들은 즉시 차이를 알아챘습니다. 자신의 목소리가 더 이상 자신처럼 들리지 않아 억양 유사성에 대한 불만이 반복되었습니다. 특히 문제는 HeyGen이 성장시키려던 바로 그 사용자층에 집중되었습니다. 글로벌 크리에이터는 자신을 알아볼 수 있게 하는 정체성을 유지하면서 언어와 억양을 넘어 목소리를 전달해야 했습니다.

이번 평가는 기능 비교가 아니었습니다. HeyGen은 지연 시간이 가장 짧거나 표현력이 가장 풍부하거나 지원 언어가 가장 많은 모델을 찾지 않았습니다. 질문은 훨씬 단순했습니다. 크리에이터가 목소리를 복제했을 때 여전히 본인처럼 들리는가였습니다.

구체적으로 HeyGen은 목소리의 개성을 만드는 억양을 모델이 보존하는지 테스트했습니다. 영국 크리에이터가 영국 억양을 유지할 수 있는가? 다른 언어로 전환해도 목소리가 자동으로 미국식으로 변하지 않는가?

이것이 기준이 되었습니다. 음성이 빠르고 표현력이 풍부하며 기술적으로 뛰어나더라도 억양이 바뀌면 테스트를 통과하지 못했습니다.

HeyGen이 Fish Audio를 선택한 이유는 이 기준에 가장 잘 부합했기 때문입니다. 속도와 가격도 중요했지만 결정적이지는 않았습니다. 성능 기준을 충족한 뒤의 차별점은 명확했습니다. 다양한 억양에서 원래 목소리를 가장 충실하게 재현하는 모델이 무엇인가였습니다.

Fish Audio는 원본 음성을 공통 기준에 맞춰 평준화하지 않고 고유한 특성을 보존해 돋보였습니다. 이러한 일관성 덕분에 HeyGen은 크리에이터에게 자신의 목소리를 타협하도록 요구하지 않고 더 많은 사용자와 시장으로 음성 제품을 확장할 수 있었습니다.

성과는 더 나은 음성 모델을 얻는 데 그치지 않았습니다. 언어를 넘어 HeyGen을 사용하는 데 걸림돌이 사라졌고, 글로벌 크리에이터 전략을 위한 기반이 강화되었습니다.

HeyGen은 Fish Audio 클라우드 API를 통해 S2 Pro를 배포했습니다. 크리에이터가 Fish 기반 음성으로 게시하는 모든 동영상이 이 모델을 거칩니다. 단계적 출시나 시범 사용자 그룹 없이 통합 직후부터 실제 서비스 규모로 운영했습니다.

Fish Audio로 전환한 이후 HeyGen의 실제 서비스에서는 억양 유사성 문제가 전혀 발생하지 않았습니다. 음성 테스트에서 크리에이터는 대안보다 Fish Audio를 3:1의 비율로 선택했습니다.

현재 Fish Audio는 HeyGen의 전 세계 크리에이터를 위한 음성 경험을 지원합니다. 어떤 언어로 말하든 각 목소리가 분명하게 크리에이터 본인처럼 들리도록 돕습니다.