자동 트레이딩 프로그램에 사용할 TTS(텍스트 음성 변환) 시스템을 작업하던 어느 날, 생성된 음성이 너무 느려서 졸리고, 너무 빠르면 서두르는 것처럼 들렸습니다. 자연스럽지 않았죠. 우리 팀은 여러 가지 방법을 시도했지만, 실제 사용 시마다 문제가 발생했습니다. 오늘 저는 우리가 태국어 TTS를 자연스럽게 만드는 데 어떻게 도달했는지, 그리고 그 과정에서 어떤 교훈을 얻었는지 이야기하겠습니다.
자연스럽지 않은 음성 문제
처음에 우리 팀은 금과 포레ックス 트레이딩 데이터에 대한 음성을 생성하기 위해 기존 시스템을 사용하려고 시도했습니다. 그러나 생성된 음성은 전혀 적합하지 않았습니다. 다양한 속도를 조정해 보았지만 매번 문제가 발생했습니다. 너무 느리면, 트레이딩 데이터는 계속 읽어야 하므로 청취자가 졸게 됩니다. 반면 너무 빠르면 자연스럽지 않고, 명확성이 필요한 금융 데이터 읽기에 적합하지 않습니다. 때로는 고객이 음성이 로봇이 읽는 것 같다고 피드백을 주기도 했습니다. 이는 iCafeFX 앱의 사용자 경험에 영향을 미치므로 빠르게 해결해야 할 문제였습니다.
초기 측정 및 테스트
자연스럽지 않은 음성 문제를 해결하기 위해, 우리는 초당 문자 수(CPS)로 읽기 속도를 측정하는 것부터 시작했습니다. 텍스트를 여러 조각으로 나누어 각 조각을 읽는 데 걸리는 시간을 측정했습니다. 첫 번째 테스트는 338자 길이의 텍스트였고, 다른 하나는 403자였습니다. Mac Mini M4 Pro에서 개발한 시스템과 개인 데이터 수집 시스템, 그리고 RTX 5060 Ti를 사용하여 다양한 값을 시도하고 결과를 측정했습니다. 초기 테스트 결과는 실제 사용에 적합한 값을 아직 찾지 못했음을 보여주었습니다.
최적 값 찾기
초기 테스트가 성공적이지 않자, 우리는 다양한 값을 자세히 테스트하여 최적의 CPS 값을 찾기 시작했습니다. 실제 측정 데이터에 따르면 자연스러운 소리를 내는 값은 약 13.6자/초였으며, 이는 초기에 테스트했던 값보다 훨씬 낮았습니다. 그러나 이 값이 장기적으로 작동할지 확인해야 했으므로, 더 큰 텍스트로 추가 테스트를 수행하고 값을 세밀하게 조정했습니다. 우리 시스템에 적합한 최적 범위는 14.91~16.51자/초임을 발견했으며, 이는 일상적인 운영에 사용할 수 있는 값이었습니다.
시스템 개선
최적의 CPS 값을 찾은 후, 우리는 시스템을 더욱 개선하기 시작했습니다. FLUX 모델을 사용하여 음성 품질을 조정하고, Redhat MCP AI를 사용하여 처리 속도를 개선했습니다. 낮은 CPS 값을 사용할 때 음성이 너무 낮은 해상도가 될 수 있는 문제를 해결해야 했습니다. 또한 일부 부분에서 음성이 일관되지 않을 수 있는 문제도 해결해야 했는데, 이는 보충 음성 처리를 추가함으로써 해결했습니다. 이를 통해 우리 TTS는 더 자연스럽고 일관된 소리를 내게 되었으며, 특히 복잡한 트레이딩 데이터를 읽을 때 더욱 그렇습니다.
실제 구현
최적의 CPS 값을 찾은 후, 우리는 이를 금과 포레ックス 트레이딩에 사용하는 MetaTrader 5 시스템에 구현했습니다. 자연스러운 음성으로 트레이딩 데이터를 읽는 것은 트레이더가 정보를 더 쉽게 추적할 수 있도록 도왔으며, 수동으로 데이터를 읽는 데 따른 피로를 줄였습니다. 사용자로부터 음성이 훨씬 더 자연스러워졌다는 피드백을 받았으며, 이는 우리 시스템과 작업하는 것을 더 편안하게 만들었고, 트레이딩 데이터 이해에 대한 오류도 줄였습니다.
교훈 및 다음 단계
이 경험을 통해, 작은 조정이 사용자 경험에 큰 영향을 미칠 수 있음을 배웠습니다. 특히 지속적으로 작동하는 시스템에서 사용하는 음성의 경우 더욱 그렇습니다. 또한 자세한 테스트와 실제 데이터 기반 결과 측정이 매우 중요하다는 것도 배웠습니다. 미래에는 데이터 유형이나 사용자 선호도에 따라 CPS를 자동으로 조정할 수 있는 시스템을 개발할 수 있으며, 이를 통해 가장 좋은 사용자 경험을 제공할 수 있을 것입니다.
실제 금 트레이딩을 시도하고 싶은 분들을 위해, XM 계좌를 여는 방법은 다음과 같습니다: XM 파트너를 통해 계좌 개설
