ema-lightning: 8.6M 파라미터로 터키어 TTS 정확도·속도 모두 1위

터키어 음성 합성 분야에서 0.92% WER로 ElevenLabs v4와 Gemini 3.8을 앞선다. 총 8.6M 파라미터의 초경량 DiT 모델과 vocoder로 구성되며, 모델 파일은 34MB에 불과하다.

1 / 2

RTX 4090 기준 실시간의 440배 속도로 오디오를 생성하고, 첫 음성 출력까지 3.86ms가 소요된다. 스트리밍 모드에서는 텍스트 생성과 동시에 청취가 가능하며, CPU 환경에서도 6배 속도로 작동한다.

내장된 Playhead 스케줄러가 다중 요청을 GPU에서 일괄 처리하여 64개 동시 스트리밍을 지원한다. 완전 오프라인 실행이 가능해 데이터 유출 우려가 없으며, Apache 2.0 라이선스로 상업적 활용이 자유롭다.