{"kind":"compare","slug":"voxcpm","path":"/compare/voxcpm","title":"VoxCPM 2 대안: CPU에서 빠른 음성 합성 | SuperClonica","description":"VoxCPM 2와 SuperClonica 비교. 48kHz 출력, 목소리 디자인, 30개 언어인가, CPU에서 빠른 작은 Supertonic 3 엔진인가. 저희 추정과 선택 기준.","h1":"VoxCPM 2와 SuperClonica: 스튜디오 음질인가, CPU 속도인가","intro":"OpenBMB의 VoxCPM 2는 2026년 4월 공개된 20억 파라미터 음성 합성 모델입니다. 48kHz로 출력하고, 30개 언어를 말하며, 목소리 복제와 텍스트 설명으로 새 목소리 만들기까지 하고, 모두 Apache 2.0으로 공개되어 있습니다. SuperClonica가 돌리는 Supertonic 3는 크기가 약 20분의 1이라 CPU에서는 훨씬 빠르지만, 할 수 있는 일은 적습니다.\n\n아래는 VoxCPM 문서와 저희 비교표를 바탕으로 한 비교입니다.","sections":[{"heading":"VoxCPM 2가 할 수 있는 것","paragraphs":["VoxCPM은 토크나이저 없이, MiniCPM-4 기반의 확산 자기회귀 파이프라인으로 오디오 VAE의 잠재 공간에서 음성을 생성합니다."],"points":["언어 태그 없이 30개 언어. 광둥어, 쓰촨어 등 중국어 방언 9종도 지원.","16kHz 참고 음성으로 48kHz 출력, 초해상도 내장.","자연어 설명으로 목소리 디자인, 제어 가능한 복제.","참고 음성과 대본으로 하는 충실한 복제.","가중치와 코드는 Apache 2.0. 개발진은 상업적 이용도 무료라고 명시합니다."]},{"heading":"CPU와 GPU에서의 VoxCPM 2","paragraphs":["개발진에 따르면 RTX 4090에서 RTF는 약 0.3, Nano-vLLM을 쓰면 약 0.13이며, 필요한 VRAM은 약 8GB입니다. Apple M4 Pro에서 llama.cpp-omni와 Q8_0 가중치를 쓰면 약 1.76입니다.","8코어 데스크톱 CPU에서는 실시간보다 2~4배 느리다고 저희는 추정합니다. 10초 문장에 20~40초입니다. 출발점은 Core i3-12300에서 INT8 가중치로 RTF 3.8을 보고한 ONNX 버전이며, 더 빠른 CPU라도 최대 2배 빨라진다고 가정했습니다. SuperClonica는 실시간보다 6.4~9.7배 빨라서 같은 문장에 약 1.0~1.6초입니다."]},{"heading":"품질과 안정성","paragraphs":["저희 표에서 VoxCPM 2와 SuperClonica의 품질 점수는 둘 다 5점 만점에 4.5점입니다. 음색 안정성은 VoxCPM 2가 3.5점, SuperClonica가 5점입니다.","VoxCPM 개발진도 목소리 디자인과 제어 가능한 복제는 실행할 때마다 결과가 달라질 수 있다고 밝히며, 1~3번 생성해 보라고 권합니다. 예고편 하나라면 괜찮습니다. 하지만 한 캐릭터가 수천 개의 대사를 말하는 게임이라면, 고정된 목소리 파일이 일관성을 지키기 쉽습니다."]},{"heading":"VoxCPM 2가 더 나은 경우","paragraphs":["CPU에서, 오프라인으로, 대량으로, Supertonic 3의 31개 언어 중 하나로 음성을 만든다면 SuperClonica입니다. 다음과 같은 경우에는 VoxCPM 2가 낫습니다."],"points":["중국어나 중국어 방언이 필요할 때.","광고, 음악, 영상을 위해 48kHz가 필요할 때.","설명으로 목소리를 만들거나 바로 복제하고 싶을 때.","메모리 8GB 이상의 GPU가 있을 때."]}],"faq":[{"question":"VoxCPM은 CPU에서 돌아가나요?","answer":"ONNX 버전 같은 이식판으로 돌아갑니다. Core i3-12300에서 INT8로 RTF 3.8이 보고되었습니다. 8코어 데스크톱 CPU에서는 실시간보다 2~4배 느리다고 저희는 추정합니다. 공식 요구 사항은 CUDA 12.0 이상입니다."},{"question":"VoxCPM 2에는 VRAM이 얼마나 필요한가요?","answer":"VoxCPM 저장소의 비교표에 따르면 약 8GB입니다."},{"question":"VoxCPM을 무료로 상업적으로 쓸 수 있나요?","answer":"네. 가중치와 코드는 Apache 2.0으로 공개되어 있고, 개발진은 상업적 이용도 무료라고 명시합니다."},{"question":"그래픽카드 없이 긴 내레이션을 만들 때는 무엇이 빠른가요?","answer":"SuperClonica입니다. 8코어 데스크톱 CPU 기준 저희 추정으로, 1시간 분량의 음성에 SuperClonica는 약 7~11분, VoxCPM 2는 2~4시간이 걸립니다."}],"cta":{"catalog":"목소리 카탈로그 열기","install":"SuperClonica 설치 가이드"},"sources":[{"label":"VoxCPM 저장소(GitHub)","url":"https://github.com/OpenBMB/VoxCPM"},{"label":"VoxCPM2 모델 카드(Hugging Face)","url":"https://huggingface.co/openbmb/VoxCPM2"},{"label":"CPU 수치가 있는 ONNX 버전","url":"https://github.com/DakeQQ/Text-to-Speech-TTS-ONNX#performance"},{"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"}]}