{"kind":"compare","slug":"fish-audio","path":"/compare/fish-audio","title":"Fish Audio 대안: CPU에서 돌아가는 TTS | SuperClonica","description":"Fish Audio S2 Pro, Fish Speech와 SuperClonica 비교. CPU 속도, 품질, 지원 언어, 라이선스, 그리고 Fish Audio가 더 나은 경우를 정리했습니다.","h1":"Fish Audio·Fish Speech와 SuperClonica 비교","intro":"Fish Audio는 오픈 음성 합성 모델 가운데서도 표현력이 뛰어난 모델을 만들고 있고, 저희 비교에서도 S2 Pro가 가장 높은 품질 점수를 받았습니다. 하지만 GPU용으로 만든 큰 모델이기도 합니다. SuperClonica는 정반대입니다. 일반 CPU에서도 빠르고 오프라인으로 돌아가는 작은 Supertonic 3 목소리 파일입니다.\n\nGPU가 없거나 앱 안에 음성을 넣고 싶어서 Fish Audio나 Fish Speech의 대안을 찾고 있다면 계속 읽어 보세요. 표현력이 최우선이거나 중국어가 필요하다면 Fish Audio가 더 맞을 가능성이 높습니다.","sections":[{"heading":"Fish Audio, Fish Speech, S2 Pro는 무엇이 다른가","paragraphs":["Fish Audio는 오픈 모델을 GitHub의 fish-speech 저장소에 공개하며, 초기 모델도 그 이름으로 나왔습니다. 예를 들어 Fish Speech 1.5는 13개 언어를 지원하고 CC-BY-NC-SA-4.0 라이선스입니다. 최신 모델의 이름은 Fish Audio S2와 S2 Pro입니다.","비교표에 있는 S2 Pro는 이중 자기회귀(Dual-AR) 구조입니다. 40억 파라미터 모델이 주 코드북을 예측하고, 4억 파라미터 모델이 나머지 9개를 채웁니다. 모델 카드에 따르면 80개 이상의 언어를 지원하며, [whisper in small voice]나 [pitch up] 같은 자유 형식 태그를 텍스트에 넣을 수 있습니다. 저장소에는 더 새롭고 큰 Fish Audio Drama 3도 올라와 있지만, 저희 표에는 아직 반영하지 않았습니다."]},{"heading":"Fish Audio S2 Pro와 SuperClonica의 CPU 속도","paragraphs":["8코어 데스크톱 CPU 기준 저희 추정으로는 S2 Pro가 음성 1초당 4~10초의 연산을 합니다. 10초짜리 대사라면 40~100초가 걸립니다. SuperClonica는 약 1.0~1.6초입니다.","이는 저희 표에서 가장 거친 수치입니다. 공개된 CPU 벤치마크가 없어서, GGUF 클라이언트 s2.cpp와 모델 구조를 바탕으로 실효 메모리 대역폭 30~50GB/s를 가정해 계산했습니다. GPU라면 얘기가 다릅니다. Fish Audio는 NVIDIA H200 한 장에서 RTF 0.195, 첫 음성까지 약 100ms를 발표했습니다."]},{"heading":"Fish Audio가 더 나은 점","paragraphs":["표현력 있는 음성에서는 Fish Audio S2 Pro의 강점이 분명합니다."],"points":["품질: 저희 표에서 5점 만점에 5점. SuperClonica는 4.5점입니다.","언어: 중국어를 포함해 80개 이상. Supertonic 3는 31개이고 중국어는 아직 없습니다.","학습 없는 목소리 복제: fish-speech 저장소에 따르면 10~30초 참고 음성으로 음색을 재현할 수 있습니다.","감정 제어: 속삭임, 웃음, 강조, 음높이를 텍스트 안의 태그로 지정합니다."]},{"heading":"라이선스와 상업적 이용","paragraphs":["S2 Pro 가중치는 Fish Audio Research License로 공개되어 있습니다. 연구와 비상업적 이용은 무료지만, 상업적 이용에는 Fish Audio의 별도 라이선스가 필요합니다. 저장소의 코드와 나머지 가중치는 Fish Audio Community License를 따릅니다.","Supertonic 3는 OpenRAIL-M으로 공개되어 있습니다. 비상업 조항 대신 금지 용도 목록을 둔 무료 라이선스이며, 동의 없이 다른 사람을 사칭하는 것도 금지 용도에 들어갑니다. SuperClonica에서 산 목소리는 내 프로젝트용이며 재판매할 수 없습니다."]},{"heading":"Fish Audio와 SuperClonica, 어떻게 고를까","paragraphs":["CPU 속도와 음색 안정성은 SuperClonica가 앞섭니다. 둘 다 5점 만점에 5점이고, S2 Pro는 1점과 4점입니다. 노트북으로 몇 시간짜리 내레이션을 만들거나 플레이어 PC에서 음성을 생성한다면, 품질의 마지막 반 별보다 이쪽이 더 중요합니다."],"points":["Fish Audio S2 Pro: 성능 좋은 GPU가 있고, 중국어나 더 드문 언어, 짧은 음성으로 하는 즉석 복제, 감정 태그가 필요할 때.","SuperClonica: CPU에서, 오프라인으로, 예측 가능한 속도로 돌리거나 배포하는 앱 안에 넣을 때."]}],"faq":[{"question":"CPU에서 돌아가는 Fish Audio의 무료 대안이 있나요?","answer":"Supertonic 3는 기본 목소리가 포함된 오픈 모델이고 GPU가 필요 없습니다. 저희 카탈로그에는 무료·유료 목소리가 있으며, 저희 추정으로 SuperClonica 엔진은 8코어 데스크톱 CPU에서 실시간보다 6.4~9.7배 빠르게 읽습니다. S2 Pro만큼의 표현력은 없지만, S2 Pro가 매우 느린 환경에서도 실용적으로 돌아갑니다."},{"question":"Fish Speech는 그래픽카드 없이 돌아가나요?","answer":"Fish Audio가 직접 발표한 수치는 GPU 기준입니다. ggml 기반 커뮤니티 클라이언트 s2.cpp가 있으며, 저희의 대략적인 추정으로는 데스크톱 CPU에서 실시간보다 4~10배 느립니다. 1분 분량의 음성에 4~10분이 걸리는 셈입니다."},{"question":"Fish Audio S2 Pro를 상업적으로 쓸 수 있나요?","answer":"기본 조건으로는 안 됩니다. 모델 카드에 따르면 연구와 비상업적 이용은 무료이고, 상업적 이용에는 Fish Audio의 별도 라이선스가 필요합니다."},{"question":"SuperClonica도 Fish Audio처럼 목소리를 복제하나요?","answer":"방식이 다릅니다. Fish Audio는 10~30초 음성으로 생성 시점에 바로 복제합니다. SuperClonica는 5~10초 녹음으로 별도의 목소리 파일을 학습합니다. 내 NVIDIA GPU로 무료로 하거나 제작자에게 의뢰할 수 있습니다. 시간은 더 걸리지만, 완성된 파일은 어떤 CPU에서도 빠르게 돌아갑니다."}],"cta":{"catalog":"Supertonic 3 목소리 들어 보기","install":"SuperClonica 엔진 설치하기"},"sources":[{"label":"Fish Audio S2 Pro 모델 카드(Hugging Face)","url":"https://huggingface.co/fishaudio/s2-pro"},{"label":"fish-speech 저장소(GitHub)","url":"https://github.com/fishaudio/fish-speech"},{"label":"Fish Speech 1.5 모델 카드","url":"https://huggingface.co/fishaudio/fish-speech-1.5"},{"label":"s2.cpp: ggml 기반 S2 Pro 추론","url":"https://github.com/rodrigomatta/s2.cpp"},{"label":"Supertonic 3 모델 카드","url":"https://huggingface.co/supertone-oss-archive/supertonic-3"}],"published":"2026-10-17","updated":"2026-10-23","pages":[{"slug":"text-to-speech","path":"/text-to-speech","h1":"내 컴퓨터에서 돌아가는 음성 합성(TTS)"},{"slug":"supertonic","path":"/compare/supertonic","h1":"Supertonic vs SuperClonica: 같은 모델, 더 빠르고 깨끗하게"},{"slug":"fish-audio","path":"/compare/fish-audio","h1":"Fish Audio·Fish Speech와 SuperClonica 비교"},{"slug":"omnivoice","path":"/compare/omnivoice","h1":"OmniVoice와 SuperClonica: 언어 수인가, 속도인가"},{"slug":"qwen3-tts","path":"/compare/qwen3-tts","h1":"로컬 음성 합성, Qwen3-TTS와 SuperClonica 중 무엇을 쓸까"},{"slug":"voxcpm","path":"/compare/voxcpm","h1":"VoxCPM 2와 SuperClonica: 스튜디오 음질인가, CPU 속도인가"},{"slug":"f5-tts","path":"/compare/f5-tts","h1":"F5-TTS와 SuperClonica: 제로샷 복제인가, CPU에서 빠른 음성인가"},{"slug":"elevenlabs","path":"/compare/elevenlabs","h1":"오프라인으로 쓰는 ElevenLabs 대안"},{"slug":"kokoro","path":"/compare/kokoro","h1":"Kokoro TTS와 SuperClonica: 로컬 음성 합성을 위한 작은 모델 두 가지"},{"slug":"piper","path":"/compare/piper","h1":"Piper TTS와 SuperClonica: 소형 기기인가, 맞춤 목소리인가"},{"slug":"xtts","path":"/compare/xtts","h1":"Coqui XTTS-v2와 SuperClonica: Coqui TTS 대안"},{"slug":"chatterbox","path":"/compare/chatterbox","h1":"Chatterbox TTS와 SuperClonica: 즉시 복제인가, 학습된 목소리 파일인가"}],"related":[{"slug":"offline-text-to-speech","path":"/guides/offline-text-to-speech","h1":"내 컴퓨터에서 오프라인으로 텍스트를 음성으로 바꾸는 방법"},{"slug":"voice-cloning","path":"/guides/voice-cloning","h1":"목소리 복제: 녹음과 비슷한 목소리를 얻는 방법"},{"slug":"best-free-tts-models","path":"/guides/best-free-tts-models","h1":"2026년 로컬에서 쓸 수 있는 무료 음성 합성 모델"},{"slug":"text-to-speech-for-videos","path":"/guides/text-to-speech-for-videos","h1":"영상, 오디오북, 게임, 앱을 위한 음성 합성"},{"slug":"supertonic-3-voices","path":"/guides/supertonic-3-voices","h1":"Supertonic 3 목소리: 커스텀 목소리를 구하는 곳과 사용법"},{"slug":"python-text-to-speech","path":"/guides/python-text-to-speech","h1":"파이썬 텍스트 음성 변환: 오프라인, 무료, 자연스러운 목소리로"},{"slug":"text-to-speech-api-docker","path":"/guides/text-to-speech-api-docker","h1":"Docker로 직접 운영하는 음성 합성 API"}]}