Discord에서 음성을 텍스트로

Discord에 내장된 음성 인식 기능이 있나요?

아니요, 여러분이 생각하는 그런 기능은 없습니다. Discord에는 메시지창에서 말을 타이핑된 텍스트로 변환하는 기능이 없습니다. 가장 비슷하게 들리는 것은 Text-to-Speech입니다. /tts를 입력하고 메시지를 쓰거나 설정에서 활성화하면 Discord가 그 메시지를 채널의 모든 사람에게 소리 내어 읽습니다. 텍스트가 음성이 되는 것입니다. 여러분은 음성이 텍스트가 되기를 원하는 것이고요. 같은 단어들, 반대 방향의 화살표.

이것은 사람들을 끊임없이 헷갈리게 하는데, 그들의 잘못이 아닙니다. "Text-to-speech"와 "speech-to-text"는 단어 한 쌍만 바꾼 것이고, Discord는 그중 하나만 제공합니다. 저도 다른 하나가 서브메뉴에 숨어 있지 않을까 하며 설정을 이리저리 클릭하는 데 인정하기 싫을 만큼 오래 시간을 썼습니다. 그냥 없는 겁니다.

그러니 음성이 타이핑된 Discord 메시지가 되기를 원한다면, 그 작업을 하는 도구는 Discord 밖에 있습니다. OS이거나 전용 받아쓰기 앱입니다. 둘 다 아래에 있습니다. 음성 채널에서 다른 사람들이 말하는 것을 트랜스크립트하는 것은 세 번째 옵션이며, 또 다른 도구입니다. 세 가지 모두 다루겠습니다.

모든 채널에서 타이핑 vs. 그냥 말하기

Discord에서 받아쓰기를 사용하는 이유는 간단합니다. 말하기는 분당 약 145단어, 대부분의 사람은 타이핑이 40단어에 가깝습니다. 대략 3.5배 빠르고, 손이 자유로워집니다. 한 손이 마우스나 컨트롤러에 있을 때는 더 중요하죠. 바쁜 서버 저녁 내내 그 차이는 쌓입니다.

솔직한 반론도 있습니다. Discord 메시지 중 많은 것이 세 단어입니다. "gg." "가는 중." "잠깐." 이런 것에는 받아쓰기가 아무 도움이 안 되고, 모드 전환하다가 시간만 낭비합니다. 음성 입력이 진가를 발휘하는 것은 긴 내용입니다. 레이드 계획, dev 서버의 버그 리포트, 폰으로 타이핑하기 귀찮아서 보통은 미룰 문단 같은 것들이죠. 그게 기준점입니다. 짧은 핑은 계속 타이핑하세요. 한두 문장이 넘어가면 말하세요.

가장 빠른 방법: 시스템 전체 단축키

여기서 전용 앱이 계산을 바꿉니다. Whisper by Remskill은 Discord 봇도, 서버 통합도, 브라우저 확장 프로그램도 아닙니다. 키보드처럼 동작하는 데스크톱 앱입니다. 단축키를 누르고 말하면 트랜스크립트가 커서 위치에 붙여넣어집니다. 어떤 앱에서든, Discord 채팅창을 포함하여요. Discord 데스크톱 앱에서도, 브라우저에서 열린 Discord에서도 동일하게 작동합니다. 컴퓨터 입장에서는 그냥 타이핑하는 것처럼 보이기 때문입니다.

설정은 짧습니다:

그게 전체 루프입니다. 트랜스크립트가 입력창에 나타나면 읽고 Enter를 누릅니다.

말하면 Discord에 메시지가 나타납니다

작동하면 경험은 최선의 의미에서 평범합니다. 채널에 커서를 두고, 키를 누르고, 말하고, 놓습니다. 약 1초 후 텍스트가 Discord 메시지창에 마치 직접 타이핑한 것처럼 나타납니다. 복사-붙여넣기 없이, 텍스트를 꺼낼 별도 창도 없이, 친구들이 들어야 할 음성 클립도 없이요.

로컬 트랜스크립션이 내 기기에서 실행되기 때문에(순수 Rust, Python 사이드카 없음, 서버 없음) 오프라인에서도 동작합니다. Discord에서는 이게 겉으로 보이는 것보다 훨씬 중요합니다. 이미 음성 채널에 있고 연결을 더 가중하고 싶지 않은 상황이 많은데, 받아쓰기하는 오디오는 절대 노트북 밖으로 나가지 않습니다. Windows 내장 음성 입력은 작동하려면 인터넷 연결이 반드시 필요하지만, Whisper의 로컬 모드는 필요하지 않습니다.

Whisper 앱 전체 모습

단축키가 가장 많이 쓰는 부분이지만 그 뒤에 설정 화면이 있습니다. 트랜스크립션 엔진을 선택합니다. Whisper 모델의 다국어 변형은 99개 언어를 지원하고 영어 전용 .en 빌드는 정확히 하나를 지원합니다. 또는 NVIDIA의 Parakeet, 약 600MB, CPU에서 Whisper보다 5~10배 빠르며 영어 외 24개 유럽 언어를 지원합니다. 단축키를 설정하고, 기록을 관리하고, 프리셋을 저장합니다. Discord 메시지 하나를 받아쓰는 데는 이 중 아무것도 필요하지 않습니다. 조정하고 싶을 때를 위해 있는 것들입니다.

AI로 받아쓴 메시지 정리하기

말하는 언어는 지저분합니다. "어", "그", "뭐지"를 말하고, 문장을 다시 시작하고, "무슨 말인지 알잖아요"라는 의미의 소음으로 끝냅니다. Whisper에는 붙여넣기 전에 군더더기를 다듬고 표현을 정리하는 선택적 AI 개선 단계가 있습니다. 그래서 "어, 그래서 그, 그 패치가 라이브 됐고, 괜찮은 것 같아, 괜찮아"가 "패치가 라이브 됐어. 괜찮은 것 같아."가 됩니다. Discord에서 가치가 있느냐는 채널에 따라 다릅니다. dev 서버라면 아마도 그렇고, 밈 채널이라면 아마도 아닐 겁니다.

그 정리는 Ollama를 통해 로컬에서, 무료로, 내 기기에서 실행됩니다. Pro 사용자는 대신 클라우드를 통해 라우팅할 수 있지만, 군더더기 제거 혜택은 Pro가 필요하지 않습니다. 무료 로컬 파이프라인에 포함되어 있습니다. 끄고 원본 트랜스크립트를 붙여넣을 수도 있는데, Discord에서는 그게 종종 정확히 올바른 선택입니다.

음성 채널 트랜스크립션은 다른 작업

여기가 솔직한 가이드들이 넘어가는 부분이므로 직접적으로 말씀드리겠습니다. Whisper는 말을 타이핑된 메시지로 변환합니다. Discord 음성 채널을 트랜스크립트하지는 않습니다. 즉, 통화에 머물면서 다른 사람들이 말하는 것을 받아 적지 않는다는 뜻입니다. 사람들이 정말로 원하는 기능이지만, 그것은 진정으로 다른 도구, Discord 봇이 담당합니다.

이를 위해 만들어진 봇 중 Scripty가 가장 일반적입니다. 음성 채널에 참여해 텍스트 채널에 대화 트랜스크립트를 실시간으로 게시합니다. Scripty의 기본 트랜스크립션은 무료이며 약 55개 언어에서 작동하고 제3자에게 오디오를 넘기지 않고 처리합니다. 이 분야의 다른 것으로는 SeaVoice와 DiscMeet이 있습니다. 목표가 "전체 통화에 자막 달기"라면 그것들을 쓰세요, Whisper가 아니라요. 목표가 "타이핑 대신 내 메시지 말하기"라면 그건 Whisper이거나 OS입니다. 같은 앱에 우연히 함께 살고 있는 두 가지 다른 문제입니다.

받아쓰기 앱 없이 OS만 사용할 때

가끔 메시지 하나만 받아써야 한다면 아무것도 설치하지 마세요. 컴퓨터가 이미 무료로 합니다. Windows에서는 Windows logo key + H를 누르면 Discord 채팅 바를 포함해 어떤 텍스트 상자에서든 음성 입력이 구독 없이 열립니다. Mac에서는 내장 받아쓰기 단축키(또는 마이크 키)가 같은 역할을 하고, Apple silicon에서는 인터넷 없이 기기에서 실행됩니다. 스마트폰에서는 키보드의 마이크 아이콘이 Discord 모바일 메시지 필드에 바로 받아씁니다. iOS나 Gboard가 하는 것이지 Discord가 아니지만, 동작합니다.

알아둘 만한 트레이드오프가 하나 있습니다. Windows의 Win+H는 인터넷 연결이 필요하지만 macOS 받아쓰기와 Whisper의 로컬 모드는 필요하지 않습니다. 빠른 "5분 늦어, 먼저 시작해"에는 OS 도구가 올바른 선택입니다. 전용 앱이 앞서는 것은 사용량, 군더더기 정리, 그리고 통화 중 오프라인 받아쓰기입니다. 오래 자주 할수록 그게 더 중요해집니다.

문제를 해결하는 가장 작은 도구를 선택하세요. 메시지 하나에는 이미 있는 키가 답입니다. 다섯 개 서버에서 긴 메시지로 보내는 저녁 내내라면, 타이핑하지 않아도 됐던 두 번째 세 번째 문단 즈음에 전용 앱이 과하다는 느낌이 사라집니다.

Whisper 비용

로컬 받아쓰기 파이프라인 — 트랜스크립션과 Ollama를 통한 AI 정리 — 은 가입 시 카드 없이 로그인한 모든 사용자에게 무료입니다. 따라서 Whisper로 Discord에 음성을 입력하는 것은 비용이 없습니다. Whisper Pro는 클라우드 기능(OpenAI 트랜스크립션, 클라우드 AI 개선, 음성 웹 검색)을 추가하며 별도의 체험판이 있습니다. 정확한 금액은 가격 페이지에 있습니다. 여기에는 쓰지 않습니다. 가격은 바뀌고 블로그 포스트는 최신 정보를 유지하기 나쁜 곳이기 때문입니다.

Discord는 결국 실제 받아쓰기 기능을 출시할 것입니다. 충분히 많은 사람이 /tts를 입력하면서 반대 방향의 기능을 기대하면 앱들이 그 방향으로 가는 경향이 있습니다. 그때까지 컴퓨터에는 이미 그 기능이 있고, 내장 버전이 충분히 빠르지 않을 때를 위한 앱이 있으며, 통화 자막이라는 완전히 다른 작업을 위한 봇이 있습니다. 세 가지 도구, 세 가지 문제. 대부분의 경우 가장 작은 것이 필요합니다.