dog paw / development

한국어 TTS가 숫자를 못 읽는다: docx→음성 전처리·청킹 실전 코드

처음 docx를 그대로 모델에 넣고 돌렸을 때, "3,250원"이 "삼천이백오십 원"이 아니라 그냥 뭉개진 소리로 나왔다. 영어권 모델에게 한글 숫자·기호는 낯선 손님이라 그렇다. 긴 글은 또 다른 문제였다. 문서 한 장을 통째로 넣으니 뒤쪽이 잘려 나가거나 발음이 무너졌다. 모델마다 한 번에 받아들이는 길이에 한계가 있어서다.1편에서 그린 지도를 기억할 것이다. 문서에서 텍스트를 뽑고(①), 한국어를 다듬어 자르고(②), 내 목소리로 청크마다 합성한다(④). 이번 편은 그 ①②④를 실제 코드로 옮긴다. 그대로 복사해서 돌리면 된다. 환경 세팅은 1편의 준비물(Python 3.10~3.11, ffmpeg)을 전제한다.① 문서에서 텍스트만 뽑기docx·pdf·pptx는 포맷이 제각각이라 라이브러리도 다르다..

아이를 재우면서 동화책을 읽어주다 목이 다 쉰 밤이었다. 문득 이런 생각이 들었다. 내가 없거나 지쳐 있을 때도 아이가 아빠 목소리로 책을 들을 수 있으면 좋겠다고. 내 목소리로.시작은 사실 더 거슬러 올라간다. 원래는 마음이 어지러울 때 스님 서적을 읽고 싶었는데, 눈으로 읽는 것보다 귀로 듣고 싶었다. 스님께 동의를 구하고, 책을 텍스트로 옮긴 다음, 그 텍스트를 다시 스님 목소리로 되돌려 듣는 실험을 했다. 개인 프로젝트 castforge는 거기서 태어났다. "문서를 동의받은 화자의 목소리로 낭독한다"가 원류였고, 지금 이 시리즈에서 다루는 "내 목소리" 갈래는 거기서 갈라져 나온 가지다.그래서 질문은 이거였다. 유료 API도, 서버도 없이, 내 컴퓨터 안에서만, 내 목소리로 문서를 읽어주는 걸 만..

6월 9일에 나온 모델이 6월 12일 금요일 밤에 사라졌다. 버그도 아니고 서버 장애도 아니고, 미국 정부의 수출통제(export control) 명령 때문이었다. 소프트웨어도 아닌 AI 모델 하나가 수출통제 품목이 된 건 이번이 처음이다. 그리고 18일 뒤인 6월 30일, 통제가 풀렸고 7월 1일부터 다시 전 세계에 배포되고 있다.그 사이에 무슨 일이 있었는지, 뉴스 헤드라인 말고 실제 문서들을 따라가 보면 꽤 재미있는 그림이 나온다. 결론부터 말하면 이 사태의 교훈은 "AI가 위험해졌다"가 아니라 "모델 접근권이 지정학 변수가 됐다"에 가깝다.일단 Fable 5가 뭔지부터Anthropic이 6월 9일에 두 개를 동시에 내놨다. Claude Fable 5와 Claude Mythos 5. 이름은 다르지만..