Google Cloud Text-to-Speech의 오프라인 대안
Google Cloud Text-to-Speech, Amazon Polly, Azure AI Speech는 클라우드 API입니다. 요청할 때마다 텍스트가 제공자에게 전송되고, 무료 한도를 넘는 사용량은 글자 수로 과금되며, 계정, 키, 인터넷 연결이 필요합니다. SuperClonica는 같은 종류의 구성 요소를 내 컴퓨터에서 돌아가는 형태로 제공합니다.
이 페이지에서는 두 방식을 솔직하게 비교하고, 클라우드 API가 더 나은 경우와 클라우드 호출을 로컬 호출로 바꾸는 법을 소개합니다.
클라우드 API냐, 직접 돌리는 목소리냐
클라우드 API는 시작하기 쉽고 어떤 부하에도 확장됩니다. 로컬 엔진은 그 대신 개인정보 보호와 고정 비용을 얻습니다.
- 클라우드 TTS: 관리형 서버, 많은 언어와 목소리, 사용량 기반 과금, 텍스트는 제공자에게 전송.
- SuperClonica: HTTP 엔드포인트가 있는 Docker 이미지, Python 라이브러리, 명령줄 도구. 모두 로컬에서 돌아갑니다.
- 약 385MB의 모델을 한 번 내려받으면 서버에 인터넷이 필요 없습니다.
- 목소리는 JSON 파일: 내장 10가지, 카탈로그 목소리, 내 녹음으로 학습한 목소리.
클라우드 API가 더 나은 경우
중국어나 아주 많은 언어와 지역 변형, SSML 제어, 서비스 보장이 있는 관리형 확장이 필요하거나, 그냥 서버를 관리하고 싶지 않다면 클라우드 API를 고르세요. SuperClonica는 31개 언어를 말하고, SSML이 없으며, 직접 관리하는 하드웨어에서 돌아갑니다.
SuperClonica가 더 맞는 경우
저희 테스트에서 짧은 문장은 RTX 5070 Ti에서 0.12초, Ryzen 7 5800X의 4개 스레드에서 0.43초가 걸렸습니다.
- 텍스트가 기밀일 때: 의료 기록, 사내 문서, 출시 전 게임 대사.
- 오프라인이나 폐쇄망에서 돌려야 할 때.
- 사용량이 많거나 예측할 수 없어 글자당 과금이 함께 늘어날 때.
- 캐릭터 목소리, 자사 화자로 학습한 브랜드 목소리, 31개 언어 모두에서 같은 목소리가 필요할 때.
API 호출 바꾸기
어느 CPU에서나 서버를 시작하세요: docker run -d --name tts -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu. GET http://localhost:8000/health가 응답하면 요청을 보냅니다: curl -X POST http://localhost:8000/synthesize -H "Content-Type: application/json" -d '{"text": "Hello from my own server!", "voice": "F1", "lang": "en"}' -o hello.wav. POST /synthesize는 text, voice, lang, seed, normalize를 받아 16비트 모노 WAV로 응답합니다. SUPERCLONICA_API_KEY를 설정하면 Authorization 헤더가 필요해지며, 서버는 HTTPS 뒤나 사설망에 두세요. 직접 만든 목소리는 요청에 JSON 객체로 넣습니다.
비용과 라이선스
SuperClonica 엔진과 Docker 이미지는 Apache License 2.0으로 공개되어 있습니다. Supertonic 3 모델은 OpenRAIL-M으로, 금지된 용도 목록의 범위 안에서 상업적 이용을 허용하는 무료 라이선스입니다. 내장 목소리와 카탈로그의 몇몇 목소리는 무료이고, 나머지는 한 번만 구매합니다. 비교하기 전에 각 클라우드 제공자의 공식 사이트에서 현재 가격을 확인하세요.