✂️ TTS 무음 자동 삭제, 캡컷 없이 API로 한 번에 — 타입캐스트 무음 구간 제거

숏폼은 속도감 있는 전개가 반입니다. 주어진 짧은 시간 안에 시청자를 사로잡고, 전달하고 싶은 내용까지 모두 넣어야 하니까요. 한 박자만 늘어져도 손가락은 다음 영상으로 넘어갑니다.

그렇다고 말 속도만 올려서는 해결되지 않아요. 말투만 급해지고 길이는 생각보다 줄지 않거든요. 정작 줄여야 하는 건 문장 앞뒤와 문장 사이, 숨을 고르는 자리에 남은 불필요한 무음입니다.

타입캐스트 API로 숏폼 영상을 만드는 분들에게 이 요청이 많았습니다. 생성 단계에서 무음을 줄일 방법이 없다 보니, 만들어진 음성을 CapCut 같은 편집 프로그램에 올려 무음 일괄 제거를 돌리는 분들이 많았어요. 그리고 드디어 타입캐스트 API에도 숏폼 제작을 위한 무음 구간 제거 기능이 업데이트됐습니다.

무음 구간 제거를 사용하면 이제 편집 프로그램을 거치지 않고, 음성을 만들 때 무음까지 정리해 받을 수 있습니다. 오늘은 값이 정확히 어떻게 동작하는지, 같은 대본이 실제로 얼마나 짧아지는지, 그리고 자막 싱크까지 한 번에 맞추는 방법까지 정리했습니다.

무음 구간 제거 문서 보기 →

무음 구간 제거는 무엇인가요?

무음 구간 제거는 TTS 음성 안에 존재하는 모든 무음 구간을 지정한 길이까지 줄여주는 출력 옵션입니다.

요청의 output 안에 remove_silence_ms 한 줄을 넣으면 됩니다.

"output": {
  "audio_format": "wav",
  "remove_silence_ms": 100
}

입력하는 값은 TTS 음성 안에 남길 무음 길이입니다. 100을 넣으면 100ms보다 긴 무음이 100ms로 줄어들고, 그보다 짧은 구간은 그대로 남습니다. 값이 작을수록 더 짧은 무음까지 줄어드는 셈이죠.

타입캐스트 API는 일반 TTS 외에도 스트리밍 TTS, 타임스탬프 TTS, 조합형 TTS를 제공하는데요. 네 가지 모두 무음 제거를 지원합니다. 앞의 세 가지는 output.remove_silence_ms에 넣고, 여러 구간을 한 파일로 만드는 Compose TTS만 각 tts 세그먼트의 segments[].output.remove_silence_ms에 넣습니다.

똑같은 대본으로 직접 비교해봤어요.

무음 제거로 얼마나 속도감이 달라지는지 직접 확인해볼게요.

똑같은 쇼츠 대본 한 편을 ssfm-v30으로 생성하면서 무음제거 & 속도 설정을 제외한 다른 조건들은 동일하게 맞췄습니다.

타입캐스트 마케팅팀 자체 측정, 2026년 10월, ssfm-v30 · 한국어 쇼츠 대본(96자)

원본에서 remove_silence_ms를 0으로 두면 문장 앞뒤와 문장 사이의 공백이 사라집니다. 말투는 그대로인데 호흡만 빨라져서 같은 대본이 1.22초 짧아졌어요.여기에 더 빠른 템포가 필요하면 속도까지 얹으면 됩니다. 말 속도까지 1.15배로 올린 3번은 원본보다 3.61초(20% 감소) 짧아졌습니다.

캡컷 없이도, 무음 제거부터 자막 싱크까지 한 번에

타임스탬프 TTS로 자막을 만드신다면 이 부분이 가장 반가우실 거예요.

무음 구간 제거를 적용하면 반환되는 타임스탬프가 무음을 줄인 뒤의 음성을 기준으로 정렬됩니다. 즉 줄어든 음성만큼 자막 시간을 다시 계산하지 않고 그대로 쓸 수 있는 거죠.CapCut 같은 별도의 편집 프로그램을 거치던 작업 단계가 API 요청 한 번으로 단순해집니다.

Cast CLI를 쓰신다면 --timestamp-out으로 SRT·WebVTT 파일까지 바로 저장할 수 있습니다. 무음이 줄어든 음성과 시간이 맞는 자막 파일이 한 번에 나오는 거죠.