AI BriefingTontaube V1.1, 데스크톱 CPU 실시간 구동 및 Fish Audio S2 Pro 블라인드 테스트 우위
Tontaube V1.1: open-weights TTS with voice cloning for long-form generation. 4-bit version runs about real time on a desktop CPU
·2026.11.14 02:14
핵심 내용
Tontaube V1.1은 RTX 5090에서 13배 실시간 속도를 달성했다
자세히 보기
- Tontaube V1.1은 5~60초의 참조 오디오로 제로샷 보이스 클로닝을 지원하는 오픈 웨이트 2.9B 파라미터 오토레그레시브 TTS 모델로, 장문 오디오 생성에 최적화됨
- 400회 쌍별 비교 블라인드 리스닝 테스트에서 청취자의 약 70%가 Fish Audio S2 Pro보다 V1 모델의 프로소디를 선호함
- 4-bit GPTQ 버전은 GPU 가속 없이 AVX2 커널을 사용해 12코어 데스크톱 CPU(Ryzen 9 5900X)에서 실시간 속도로 구동되며, VRAM 약 4GB만 필요함
- GPU 성능은 RTX 5090 기준 단일 요청 시 약 13배 실시간 속도, 배치 처리 시 21~23배 실시간 속도를 달성하며, 첫 오디오 출력 시간(TTFA)은 약 190ms임
- V1.1은 발화 속도, 휴지, 억양, 음높이, 발음의 다섯 가지 스타일 슬라이더와 오디오 클리닝 어댑터를 도입함
- 지원 언어는 영어와 독일어가 주력이며, 스페인어, 프랑스어, 이탈리아어, 네덜란드어, 포르투갈어는 미검증 상태로, 시스템은 Linux x86-64 및 NVIDIA GPU 또는 CPU로 제한됨
- 코드는 Apache 2.0 라이선스이며, 웨이트는 연 매출 20만 유로 미만 기업을 대상으로 상업적 사용을 허용하는 커뮤니티 라이선스를 적용함
이 한국어 요약은 AI가 자동으로 만들었습니다. 원문의 주장과 맥락은 원문에서 확인해 주세요. 저작권은 원저작자에게 있습니다.
