Gemini TTS로 AI 팟캐스트 제작하기: N8N 자동화까지 포함한 Google 음성 합성 기술 완전 가이드

# 멀티스피커 설정은 필수!
MultiSpeakerVoiceConfig 객체를 사용하여 각 화자 구성
- 각 화자에게 'Kore', 'Puck' 등 고유 음성 지정

# 대본 생성은 다른 Gemini 모델 활용
gemini-2.0-flash 등으로 먼저 대본 생성
↓
생성된 대본을 Gemini TTS로 음성 변환

# PROMPT = "이제 Gemini에 텍스트 음성 변환 기능이 생겼습니다!"
PROMPT = "신나게 말해보세요: 이제 Gemini에 텍스트 음성 변환 기능이 생겼습니다!"
VOICE = "Alnilam"

client = genai.Client(api_key=GOOGLE_API_KEY)

response = client.models.generate_content(
    model="gemini-2.5-flash-preview-tts",
    contents=PROMPT,
    config=types.GenerateContentConfig(
        response_modalities=["audio"],
        speech_config=types.SpeechConfig(
            voice_config=types.VoiceConfig(
                prebuilt_voice_config=types.PrebuiltVoiceConfig(
                    voice_name=VOICE,
                )
            )
        ),
    ),
)

data = response.candidates[0].content.parts[0].inline_data.data
rate = 24000
file_name = "single_voice_out.wav"

print(f"\nSaving sample rate: {rate}")
wave_file(file_name, data, rate=rate)

노바: 안녕하세요! 인공지능의 모든 것을 파헤치는 팟캐스트, 'AI 인사이트'의 호스트 노바입니다.
오늘도 흥미진진한 AI 트렌드를 함께 알아볼 특별한 전문가를 모셨습니다.
AI 분야의 선구자, 제니님! 안녕하세요!
제니: 안녕하세요, 제니입니다.
최신 AI 기술들이 하루가 다르게 발전하고 있는데, 오늘 여러분께 가장 뜨거운 소식들을 전해드릴 수 있어서 기쁩니다.
노바: 정말 기대됩니다!
자, 그럼 바로 첫 번째 소식부터 만나볼까요?
노드 기반 AI 이미지 생성 도구, ComfyUI입니다.
제니님, 자유도가 높다는 게 정확히 어떤 의미인가요?
제니: 네, ComfyUI는 사용자가 워크플로우를 직접 설계할 수 있는 강력한 도구예요.
2,700개 이상의 커스텀 노드를 조합해서 이미지뿐 아니라 비디오, 오디오까지 생성할 수 있는 종합 AI 플랫폼입니다.
정말 원하는 모든 것을 만들 수 있죠.
노바: 와, 상상력을 현실로 만드는 도구네요!
다음 소식으로 넘어가 볼까요?
이번엔 AI 워크플로우 자동화의 핵심, n8n과 MCP 조합입니다.
이건 어떤 기술인가요?
제니: n8n은 다양한 서비스를 연결해 작업을 자동화하는 툴인데, 여기에 MCP, 즉 모델 컨텍스트 프로토콜...

response = client.models.generate_content(
    model="gemini-2.5-flash-preview-tts",
    contents=transcript,
    config=types.GenerateContentConfig(
        response_modalities=["AUDIO"],
        speech_config=types.SpeechConfig(
            multi_speaker_voice_config=types.MultiSpeakerVoiceConfig(
                speaker_voice_configs=[
                    types.SpeakerVoiceConfig(
                        speaker="제니",
                        voice_config=types.VoiceConfig(
                            prebuilt_voice_config=types.PrebuiltVoiceConfig(
                                voice_name="Kore",
                            )
                        ),
                    ),
                    types.SpeakerVoiceConfig(
                        speaker="노바",
                        voice_config=types.VoiceConfig(
                            prebuilt_voice_config=types.PrebuiltVoiceConfig(
                                voice_name="Alnilam",
                            )
                        ),
                    ),
                ]
            )
        ),
    ),
)

{
  "contents": [{
    "parts":[{
      "text": "{{ $json.escapedScript }}"
    }]
  }],
  "generationConfig": {
    "responseModalities": ["AUDIO"],
    "speechConfig": {
      "multiSpeakerVoiceConfig": {
        "speakerVoiceConfigs": [{
            "speaker": "제니",
            "voiceConfig": {
              "prebuiltVoiceConfig": {
                "voiceName": "Kore"
              }
            }
          }, {
            "speaker": "노바",
            "voiceConfig": {
              "prebuiltVoiceConfig": {
                "voiceName": "Alnilam"
              }
            }
          }]
      }
    }
  },
  "model": "gemini-2.5-flash-preview-tts"
}