Inworld TTS 2

개요

Inworld TTS 2는 Inworld가 만든 Realtime TTS-2 음성 합성 모델입니다. 2026년 8월 31일에 공개되었고, 같은 날부터 Morphic에서 쓸 수 있습니다. 준비된 음성 95종 가운데 하나로 대본을 읽습니다. 그 목소리는 100개가 넘는 언어에서 그대로 이어집니다. 속도는 대화 한가운데 넣어도 어색하지 않을 만큼 빠릅니다.

Inworld TTS 2가 다른 점

다른 음성 모델과 갈리는 지점은 두 가지입니다.

첫째는 지연 시간입니다. 첫 소리가 나오기까지 중앙값 200밀리초가 걸리지 않습니다. 걸어 두고 기다리는 작업에서 벗어난다는 뜻입니다. 사용자가 아직 화면을 보고 있는 사이에 캐릭터가 대답해야 하는 자리, 그런 쓰임이 여기서 열립니다.

둘째는 목소리가 언어에 묶여 있지 않다는 점입니다. 카탈로그의 어떤 음성이든 지원 언어라면 읽습니다. 한 번 생성하는 도중에 언어가 바뀌어도 인물은 그대로 남습니다.

이 성질이 가장 크게 쓰이는 쪽은 한 편을 만들어 여러 나라에 내보내는 작업입니다. 한국어 채널을 영어로도 여는 유튜버, 게임을 글로벌 빌드까지 내보내는 팀, 국내에서 만든 영상을 해외 배급까지 이어 가는 스튜디오가 여기에 해당합니다. 지금까지는 언어를 하나 늘릴 때마다 성우를 새로 구하고 톤을 맞추는 일이 따라붙었습니다. 목소리를 한 번만 정해 두면 그 과정이 대본 교체로 줄어듭니다.

Morphic에서 쓰는 Inworld TTS 2

Morphic에서는 Speech용 오디오 모델 목록에 Inworld TTS 2가 놓입니다. 옆에는 ElevenLabs와 Gemini 3.1 Flash TTS가 있습니다. 프롬프트 바를 Audio로 바꾸고 Speech를 고르세요. 모델로 Inworld TTS 2를 선택한 뒤 음성을 정하고, 대본을 붙여 넣고 생성하면 됩니다. 한 번에 2,000자까지 들어갑니다. 결과는 48 kHz MP3로 Canvas에 바로 올라갑니다.

등급은 두 가지입니다. 기본은 Inworld TTS 2입니다. Inworld TTS 2 Flash는 같은 음성 95종을 더 빠르고 저렴하게 돌립니다. 숏폼을 한 번에 여러 편 올리거나 초안을 여러 벌 들어 볼 때 맞습니다. 등급을 바꾼다고 목소리를 다시 캐스팅해야 하는 것은 아닙니다.