일레븐랩스 없이 내 목소리 복제해 유튜브·릴스 나레이션 만드는 Voicebox 가이드

STEP 2 · 5분30초 녹음으로 내 목소리를 복제한다

위쪽 Create Voice를 누르면 「Clone voice」 창이 열립니다.

Record 탭에서 녹음 버튼을 누르고 아래 문장을 평소 나레이션 말투로 10~30초 읽은 뒤 Stop Recording을 누릅니다.

이미 녹음해 둔 파일이 있으면 Upload 탭에 WAV·MP3·M4A 파일을 올려도 됩니다.

안녕하세요. 오늘은 제가 매일 쓰는 방법을 하나 알려드리려고 합니다. 처음에는 저도 하나하나 손으로 했는데요, 지금은 순서만 정해 두면 거의 알아서 돌아갑니다. 어렵지 않으니까 끝까지 보시고, 오늘 바로 한 번 따라 해 보세요. 생각보다 훨씬 빨리 끝납니다.

Reference Text 칸에는 방금 읽은 문장을 글자 그대로 붙여 넣습니다.

오른쪽 Name에 「내 목소리」처럼 이름을 적고, Language를 Korean으로 바꾼 뒤 Create Profile을 누릅니다.

Create Voice → Clone voice 창. Record 탭에서 녹음하고, Reference Text에 읽은 문장을 넣은 뒤 Create Profile을 누릅니다.

조용한 방에서 일정한 톤으로 읽어야 잘 닮습니다.

같은 사람 목소리로 샘플을 여러 개 넣으면 품질이 더 올라갑니다.

성공하면 목소리 목록에 「내 목소리」 카드가 생깁니다.

STEP 3 · 5분대본을 내 목소리 나레이션으로 뽑는다

먼저 대본을 귀로 듣기 좋은 문장으로 다듬습니다.

눈으로 읽는 글은 소리로 들으면 길고 딱딱합니다.

아래는 내가 올릴 [유튜브 영상·릴스] 대본이야. 내 목소리 복제 TTS로 읽힐 거야.

1. 한 문장을 25자 안팎으로 끊어 줘. 쉼표가 두 개 넘는 문장은 둘로 나눠 줘.
2. 숫자는 읽는 대로 적어 줘. 예: 3,500원 → 삼천오백 원.
3. 괄호·화살표·이모지처럼 소리로 못 읽는 기호는 빼 줘.
4. 제품·도구 이름은 원래 표기 그대로 둬.
5. 문단 사이에 빈 줄을 넣어 줘.

[여기에 대본 붙여 넣기]

다듬은 대본을 Voicebox 아래쪽 입력창(「Generate speech using…」)에 붙여 넣습니다.

목소리는 「내 목소리」, 언어는 Korean, 모델은 Qwen3-TTS 1.7B를 고르고 오른쪽 생성 버튼을 누릅니다.

긴 대본은 문장 단위로 자동으로 나눠 이어 붙이고, 한 번에 5만 자까지 넣을 수 있습니다.

목소리 카드와 아래 입력창. 언어와 모델(Qwen3-TTS 1.7B)을 고르고 생성하면 오른쪽 목록에 결과가 쌓입니다.

결과는 History에 쌓이고, 재생해 들어 본 뒤 Download로 오디오 파일을 받습니다.

받은 파일을 캡컷이나 OpenCut 타임라인에 올리면 유튜브 영상·릴스 나레이션이 됩니다.

두 목소리가 주고받는 영상이라면 Stories에서 트랙을 나눠 대화처럼 이어 붙이고 Export Audio로 한 파일로 뽑습니다.

성공하면 대본 전체가 내 목소리로 읽힌 오디오 파일이 저장됩니다.

STEP 4 · 5분같은 목소리로 해외판 더빙을 만든다

Qwen3-TTS는 한국어·영어·일본어·중국어 등 10개 언어를 같은 목소리로 읽습니다.

한국어 대본을 번역해 넣고 언어만 바꾸면 해외 쇼츠용 나레이션이 나옵니다.

아래 한국어 나레이션 대본을 [영어·일본어]로 옮겨 줘.
원래 영상 길이에 맞춰야 하니까 문장마다 읽는 시간이 한국어와 비슷하게, 직역보다 짧고 자연스러운 말로 써 줘.
문단 구분은 그대로 지켜 줘.

[한국어 대본]

성공하면 같은 목소리로 읽은 다른 언어 나레이션 파일이 하나 더 생깁니다.

STEP 5 · 5분클로드 코드에 연결해 나레이션을 맡긴다

Voicebox에는 MCP 서버가 들어 있습니다.

Voicebox 앱을 켜 둔 채로 터미널에 아래 한 줄을 넣으면 클로드 코드에 연결됩니다.

claude mcp add voicebox --transport http --url http://127.0.0.1:17493/mcp --header "X-Voicebox-Client-Id: claude-code"

연결되면 클로드 코드가 voicebox_speak(목소리로 읽기)와 voicebox_transcribe(받아쓰기)를 쓸 수 있습니다.

Voicebox는 OpenAI 음성 API와 같은 주소 형식(/v1/audio/speech)도 열어 두기 때문에, 대본 파일을 나레이션 파일로 바꾸는 일을 통째로 맡길 수 있습니다.

Voicebox가 내 컴퓨터 http://127.0.0.1:17493 에서 돌고 있어.
[대본 폴더] 안의 .txt 대본마다 Voicebox의 /v1/audio/speech 로 voice는 「내 목소리」, model은 qwen 으로 요청해서
같은 이름의 .mp3 나레이션 파일을 [저장 폴더]에 저장하는 스크립트를 만들고 실행해 줘.
끝나면 파일 이름과 길이를 표로 보여 줘.

성공하면 대본 수만큼 mp3 나레이션 파일이 저장 폴더에 생깁니다.

대본을 새로 쓸 때마다 같은 문장만 다시 보내면 됩니다.

자주 막히는 곳

생성 버튼을 눌러도 한참 안 끝납니다.

첫 생성은 모델을 받느라 오래 걸립니다.

두 번째부터는 받아 둔 모델을 써서 빨라집니다.

목소리가 덜 닮았습니다.

잡음 없는 곳에서 다시 녹음하거나, 같은 목소리 카드에 샘플을 하나 더 넣습니다.

5초보다 짧은 녹음, 배경 음악이 깔린 녹음은 잘 닮지 않습니다.

[laugh] 같은 글자가 그대로 읽힙니다.

웃음·한숨 같은 감정 태그는 영어 전용 엔진 Chatterbox Turbo에서만 소리로 바뀝니다.

한국어 나레이션에서는 태그를 빼고 씁니다.

클로드 코드에서 Voicebox를 못 찾습니다.

Voicebox 서버는 앱이 켜져 있을 때만 돌아갑니다.

앱을 먼저 열고 다시 시도합니다.

FAQ

정말 돈이 하나도 안 드나요? MIT 라이선스 오픈소스라 무료이고, 로그인이나 API 키가 없습니다.

내 목소리가 어디로 올라가나요? 모델·목소리·생성한 오디오가 전부 내 컴퓨터 안에 저장됩니다.

맥은 ~/Library/Application Support/sh.voicebox.app/ 폴더입니다.

녹음하기 싫으면요? Kokoro·Qwen CustomVoice에 들어 있는 기본 목소리 50여 개를 쓰면 됩니다.

한국어 여성 목소리 「Sohee」도 있습니다.

다른 사람 목소리도 되나요? 공식 문서는 목소리 복제를 본인 동의를 받은 목소리에만 쓰라고 적고 있습니다.

공식 참고 자료

• Voicebox 공식 사이트 — 다운로드
• Voicebox 깃허브 — 기능·엔진 목록
• Voicebox 문서 — 목소리 복제·지원 언어
• Voicebox 문서 — MCP 서버·OpenAI 호환 API
• ElevenLabs 공식 가격표 — 요금제별 월 요금

함께 보면 좋은 글

• 월 구독료 없이 캡컷 대신 쓰는 무료 영상 편집기 OpenCut 시작 가이드
• 팔로워 4만 명 모은 인스타 자동화 노하우