Kokoro TTS API: 직접 호스팅, 외부 서비스, 호스팅형 대안
Kokoro-82M은 인기 있는 오픈 음성 합성 모델입니다. 8,200만 개의 파라미터, Apache 라이선스 가중치, 버전 1.0 기준 8개 언어 54개 목소리를 갖췄습니다. 모델 카드에는 제작자의 공식 호스팅 API가 나와 있지 않으므로, "Kokoro API"란 내 서버에서 모델을 돌리거나 외부 호스팅에 돈을 내는 것을 뜻합니다.
이 가이드는 이런 선택지와, 다른 오픈 모델인 Supertonic 3를 카탈로그의 190개 목소리와 함께 호스팅형으로 제공하는 SuperClonica 음성 합성 API를 비교합니다.
선택지 1: Kokoro 직접 호스팅
가중치가 Apache 라이선스이므로 모델을 내 HTTP 서버로 감싸 CPU나 GPU에서 돌릴 수 있습니다. 모든 것을 직접 관리하고 기계 비용만 내지만, 서버와 확장, 업데이트도 직접 챙겨야 합니다. 모델 카드는 Kokoro라는 이름을 쓰는 일부 사이트가 제작자 소유도 아니고 관련도 없다고 경고합니다.
선택지 2: 외부 Kokoro 호스팅
모델 카드에 따르면 Kokoro는 많은 상용 API에 쓰이고 있으며, 2025년 4월 기준 시세를 100만 자당 1달러 미만으로, 두 업체에서 약 0.65달러와 0.80달러로 소개합니다. 오디오 1시간당 대략 0.04~0.05달러입니다. 최신 가격, 한도, 약관은 각 업체에서 직접 확인하세요.
선택지 3: SuperClonica 음성 합성 API
SuperClonica는 같은 크기급의 오픈 모델 Supertonic 3를 호스팅형 API로 제공합니다. 저희 측정으로 최소 약 300ms부터 오디오를 스트리밍하며, 제작자들이 만든 카탈로그의 190개 목소리(캐릭터, 내레이터, 아나운서)와 내 녹음으로 학습한 목소리를 쓸 수 있습니다. 시간제 과금으로, 무료 키는 하루 1분, 스타트는 월 5달러에 최대 216시간이며 한도까지 쓰면 시간당 약 0.023달러입니다.
무엇을 고를까
Supertonic 3가 아직 지원하지 않는 중국어나 Kokoro만의 목소리가 필요하고, 직접 호스팅하거나 업체를 고를 생각이라면 Kokoro. 완성된 캐릭터와 내레이터 목소리가 많이 필요하거나, 직접 학습한 목소리, 서버 관리 없는 스트리밍 호스팅 API가 필요하다면 SuperClonica입니다. 두 모델 모두 작고 CPU에서 돌아가니 먼저 로컬에서 시험해 보세요.