무료·무제한·가입 없는 텍스트 음성 변환: 내 컴퓨터에서 실행하기
대부분의 온라인 텍스트 음성 변환 서비스는 어느 정도까지만 무료입니다. 한 달에 몇천 자, 회원 가입, 그다음은 구독입니다. 욕심 때문이 아니라 비용 때문으로, 글자마다 그들의 서버에서 합성되기 때문입니다.
이런 제한이 없는 방법이 있습니다. 오픈 음성 합성 모델 Supertonic 3는 일반 컴퓨터에서 동작하고, SuperClonica 엔진과 무료 목소리는 무료로 내려받을 수 있습니다. 이 가이드는 몇 분 안에 준비해서 계정 없이 원하는 만큼 텍스트를 읽히는 방법을 보여 줍니다.
온라인 음성 변환에 제한이 있는 이유
웹 서비스는 자체 그래픽 카드로 텍스트를 합성하고 그 작동 시간마다 비용을 냅니다. 그래서 무료 요금제는 글자 수를 제한하고, 세기 위해 계정을 요구하며, 나머지는 유료 요금제로 넘깁니다.
모델이 내 컴퓨터에서 돌면 일하는 것은 내 CPU입니다. 셀 것도 청구할 것도 없으니 제한도 없습니다.
필요한 것
일반 컴퓨터면 충분합니다.
- Python 3.10 이상이 설치된 Windows, macOS, Linux 또는 Docker.
- Supertonic 3 모델용 약 400MB 저장 공간(한 번만 내려받음).
- 목소리: JSON 파일 하나. 무료 목소리는 계정 없이 받을 수 있습니다.
- 그래픽 카드 불필요: NVIDIA는 속도만 높여 줍니다.
1단계: 무료 목소리 내려받기
카탈로그의 무료 목소리 페이지를 열고 데모를 들은 뒤 마음에 드는 목소리의 무료 다운로드를 누르세요. 가입은 필요 없습니다. 같은 무료 목소리가 음성 샘플과 함께 GitHub 저장소에도 있습니다.
Supertonic 3에는 남성 5개, 여성 5개, 모두 10개의 기본 목소리도 있으며, 그 JSON 파일도 엔진에서 쓸 수 있습니다.
2단계: 엔진 설치
SuperClonica 엔진은 python -m pip install superclonica-cpu 한 줄로 설치합니다. NVIDIA 그래픽 카드에는 superclonica-gpu-cuda를 쓰며, CUDA와 cuDNN은 pip가 직접 설치합니다. 컨테이너를 선호하면 Docker Hub의 superclonica/superclonica 이미지가 같은 엔진을 HTTP 서버로 실행합니다.
3단계: 원하는 만큼 읽히기
superclonica --text "텍스트" --voice voice.json --lang ko --output speech.wav 한 줄로 읽힙니다. 모델은 처음 실행할 때 내려받고, 그다음부터 엔진은 인터넷 없이 동작합니다.
긴 글도 문제없습니다. 엔진이 자연스러운 쉼에서 나누고 하나의 파일로 합칩니다. 8코어 데스크톱 CPU에서 실시간의 6.4~9.7배 속도로 추정하므로, 1시간 분량의 오디오는 약 6~10분이 걸립니다.
정확히 무엇이 무료인가
체험 기간도 글자 수 카운터도 없습니다.
- SuperClonica 엔진: 무료, Apache 2.0 라이선스.
- Supertonic 3 모델: 무료, OpenRAIL-M 라이선스. 이용 제한 범위에서 상업적 이용도 가능합니다.
- 카탈로그의 무료 목소리와 Supertonic 3 기본 목소리.
- 아무 목소리 페이지에서 문장 하나를 무료로 온라인 생성.
- 유료 목소리는 한 번 구매하면 구독 없이 파일이 내 것으로 남습니다.
무료 온라인 방법과 그 한계
아무것도 설치할 수 없다면 운영 체제와 브라우저에 내장된 목소리가 무료·무제한으로 읽어 주지만 확연히 기계음입니다. 온라인 신경망 서비스는 자연스럽지만 무료 요금제는 제한이 있고 가입이 필요합니다. 로컬 신경망 모델은 자연스러운 목소리와 무제한, 둘 다를 줍니다.