Kitten TTS 대안: 일반 CPU에서 도는 Supertonic 3
KittenML의 Kitten TTS는 Apache 2.0으로 공개된 인기 오픈 음성 합성 프로젝트입니다. CPU에서 도는 1,500만~8,000만 파라미터·목소리 8개의 소형 ONNX 모델과, 17억 파라미터 1비트 모델 Kitten-TTS 2(목소리 115개, 5~30초 오디오로 클로닝, 감정 태그, 20개 언어)의 두 계열이 있습니다.
SuperClonica는 약 9,900만 파라미터의 오픈 모델 Supertonic 3를 일반 CPU에서 31개 언어로 돌립니다. 이 가이드는 둘을 솔직하게 비교합니다. Kitten TTS는 측정하지 않았으므로 속도나 품질 수치 없이 저장소의 사실만 소개합니다.
Kitten TTS의 강점
Kitten-TTS 2는 짧은 클립으로 추가 학습 없이 목소리를 클로닝하고, 태그로 표현을 조절하며, Supertonic 3에 없는 중국어, 스와힐리어, 히브리어도 말합니다. nano 모델은 1,500만 파라미터, int8 기준 25 MB로 아주 약한 기기에도 들어갑니다. KittenML은 무료 Kitten-TTS 2 API도 제공합니다.
각각 필요한 것
README에 따르면 Kitten-TTS 2에는 여유 메모리 약 8 GB의 CUDA GPU나 약 6 GB RAM의 CPU, 약 2 GB 디스크가 필요합니다. Supertonic 3는 약 9,900만 파라미터이며, SuperClonica 엔진은 데스크톱 8코어 CPU에서 실시간보다 6.4~9.7배 빠르다고 추정합니다. python -m pip install superclonica-cpu 로 설치하고 superclonica --text "안녕하세요" --voice F1 --lang ko --output hello.mp3 를 실행하세요.
언어와 목소리
Supertonic 3는 한국어, 폴란드어, 체코어, 우크라이나어, 베트남어, 인도네시아어 등 31개 언어를 말하고, 모든 목소리가 모든 언어를 말합니다. SuperClonica에는 내레이터와 아나운서부터 게임·애니메이션 캐릭터까지 약 190개 카탈로그 목소리가 있으며, 각각 한 번 사서 계속 쓰는 작은 파일입니다. 표준 목소리 10개는 무료이고 상업적으로 쓸 수 있습니다. 어느 목소리 페이지에서든 30~100자 대사를 무료로 들어 볼 수 있습니다.
무엇을 고를까
짧은 클립으로 클로닝, 감정 태그, 중국어, 가장 작은 모델이 필요하면 Kitten TTS. 31개 언어의 가벼운 CPU 모델과 바로 쓰는 캐릭터 목소리, 스튜디오에서 학습한 목소리, 하루 3분 무료인 음성 API가 필요하면 SuperClonica입니다.