AI BriefingLokutor, ESP32-S3용 ItoTTS 공개
ItoTTS: two natural English voices in 4.89 MB for a $5 ESP32-S3
핵심 내용
Lokutor가 ESP32-S3용 오픈소스 TTS 엔진 ItoTTS를 공개했다.
자세히 보기
Lokutor가 ESP32-S3 마이크로컨트롤러용 스트리밍 텍스트 음성 변환(TTS) 엔진 ItoTTS를 공개했습니다. 이 프로젝트는 약 $5 상당의 하드웨어에서 로컬 LLM이 음성 기능을 갖출 수 있도록 하는 것을 목표로 합니다.
성능 및 사양
이 엔진은 두 가지 영어 음성을 지원하며 24 kHz 오디오를 출력합니다. 각 음성 모델의 가중치 크기는 4.89 MB입니다. 8개의 검증 문장에 대한 UTMOS 자동 자연성 평가에서 ItoTTS는 4.46점을 기록하며 다른 ESP32 호환 모델들을 앞섰습니다:
- Teacher (StyleTTS 2): 4.49
- Ito: 4.46
- sanoTTS amy: 3.98
- sanoTTS heart-nano: 2.07
개발자는 이 결과가 독립적인 청취 연구가 아닌 소규모 자동 평가임을 명시했습니다. 현재 제한 사항으로는 텍스트-음성 변환이 디바이스가 아닌 호스트에서 실행된다는 점과 실제 하드웨어에서의 속도가 아직 측정되지 않았다는 점이 있습니다.
라이선스 및 배포
코드는 GPLv3 하에 오픈소스로 공개되었습니다. 모델 가중치는 CC BY-NC-SA 4.0 및 추가 조건 하에 Hugging Face에서 제공됩니다. 이는 비영리 목적에는 무료이나 상업적 사용을 위해 별도의 서면 합의가 필요함을 의미합니다. 팀은 이 라이선스 선택이 기업에 의한 악용을 방지하면서도 개인 및 소규모 기업과의 협업은 허용하기 위한 것이라고 밝혔습니다.
이 한국어 요약은 AI가 자동으로 만들었습니다. 원문의 주장과 맥락은 원문에서 확인해 주세요. 저작권은 원저작자에게 있습니다.
