Kokoro를 활용한 로컬 및 CPU 친화적인 고품질 TTS (Text-to-Speech)

82M 파라미터 규모의 경량 모델인 Kokoro는 영어, 중국어, 힌디어 등 다양한 언어를 지원하며, GPU 없이 CPU만으로도 매우 빠른 음성 합성이 가능하다.

주요 특징 및 사용 방법:

• 경량성 및 성능: 82M 파라미터의 작은 크기에도 불구하고 매우 사실적인 음성을 생성하며, 구형 CPU(i7-4770K)에서도 안정적으로 동작한다.
• Docker 기반 배포: Kokoro-FastAPI 컨테이너 이미지를 사용하면 복잡한 설정 없이 즉시 서버를 구축할 수 있다.
• OpenAI API 호환: OpenAI의 Speech API와 호환되는 인터페이스를 제공하여, 기존의 OpenAI 기반 애플리케이션에 쉽게 통합할 수 있다.
• 다양한 음성: 약 50개의 서로 다른 목소리를 지원하며, 환경 변수 설정을 통해 쉽게 변경 가능하다.

또한, TTS와 STT(Whisper) 기능을 동시에 제공하는 Speaches와 같은 대안도 함께 언급되었다.