Sopro V2, 경량 TTS 공개

1.2억 파라미터 규모의 오픈소스 TTS 모델 Sopro V2가 공개되었다. Apache-2.0 라이선스를 적용했으며, 5~20초의 참조 오디오만으로 제로샷 음성 복원이 가능하다.

성능 및 기술적 특징

• Seed-TTS-eval 테스트에서 영어 WER 1.51~1.65를 기록해, F5-TTS(1.83), CosyVoice 3(2.02) 등 3~14배 큰 모델들과 경쟁할 만한 성능을 보였다.
• CPU 추론 최적화되어 M3 CPU에서 첫 오디오 생성까지 약 300ms(0.21 RTF)가 소요되며, H100에서는 0.07 RTF의 고속 스트리밍을 지원한다.
• 영어, 유럽 포르투갈어, 프랑스어, 독일어를 지원하며, 유럽 포르투갈어를 네이티브로 지원하는 첫 오픈 TTS 모델이다.

배포 및 사용

• uvx --from sopro soprotts serve 명령 하나로 로컬에서 웹 UI를 실행할 수 있다.
• GitHub, Hugging Face, PyPI를 통해 모델 가중치와 코드가 공개되어 있으며, 브라우저 기반 데모도 제공된다.