OpenAI 음성 합성의 오프라인 대안
OpenAI의 음성 엔드포인트는 텍스트 음성 변환을 API 호출 한 번으로 만들었습니다. OpenAI 문서에 따르면 이 모델들은 지원 중단되어 2027년 1월 6일에 종료되며, 후속 서비스는 다른 API로 동작합니다. 어차피 연동을 다시 짜야 한다면, 음성이 굳이 내 서버 밖으로 나가야 하는지 따져 볼 좋은 때입니다.
무료 SuperClonica 엔진은 Supertonic 3를 내 HTTP 서비스로 일반 CPU에서 돌리며, 기본 목소리, 카탈로그 목소리, 학습한 목소리를 쓸 수 있습니다. 이 가이드에서는 둘을 솔직하게 비교하고 엔드포인트를 바꾸는 방법을 보여 줍니다.
지금 바꿀 이유
OpenAI 목소리는 품질이 좋고 시작이 빠릅니다. 바꿀 이유는 품질이 아니라 통제와 비용입니다.
- 음성 엔드포인트의 모델(tts-1, tts-1-hd, gpt-4o-mini-tts)은 지원 중단되었으며 2027년 1월 6일에 종료됩니다.
- 후속은 Realtime API라는 다른 방식으로 동작하므로 어차피 코드가 바뀝니다.
- 요청할 때마다 텍스트가 클라우드로 전송되고 사용량에 따라 요금이 붙습니다.
- 인터넷과 API 키가 없으면 음성도 없습니다.
소리를 무료로 비교하기
아무 목소리 페이지에서 앱의 전형적인 문장을 30~100자로 붙여 넣고 언어를 고른 뒤 생성 버튼을 누르세요. 몇 초 만에 지금 쓰는 목소리를 대신할 수 있는지 들을 수 있습니다. 계정은 필요 없습니다.
엔드포인트 바꾸기
대부분의 앱은 음성을 한 곳에서 호출하므로 보통 몇 줄만 바꾸면 됩니다.
- 아무 CPU에서나 서버 실행: docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu.
- POST /synthesize에 text, voice, lang을 보내면 16비트 모노 WAV 파일이 돌아옵니다.
- 형식은 OpenAI 호환이 아닙니다. 작은 어댑터가 input을 text로, 목소리 이름을 M1~M5, F1~F5 또는 내 목소리 파일로 바꿉니다.
- SUPERCLONICA_API_KEY를 설정하고 서버는 HTTPS 뒤나 사설 네트워크에 두세요.
나만의 목소리
정해진 내장 목소리 대신, 저마다 무료 데모가 있는 170개 이상의 카탈로그 목소리나 GitHub의 superclonica/supertonic-voices 저장소에 있는 무료 목소리에서 고르세요. 나만의 목소리가 필요하면 동의한 화자의 깨끗한 녹음으로 NVIDIA 그래픽 카드가 있는 컴퓨터에서 SuperClonica 스튜디오로 학습하거나 거래소에서 주문하세요. 목소리 파일은 요청마다 함께 보내므로 서버는 목소리를 저장하지 않습니다.
OpenAI가 여전히 나은 경우
Supertonic 3는 31개 언어를 말하며 중국어는 포함되지 않습니다. OpenAI 음성 합성은 중국어를 포함해 더 많은 언어를 지원합니다. 엔진은 말투에 대한 글 지시를 받지 않으며, 전달은 목소리와 문장 부호로 정해집니다. 또 클라우드 API는 내 서버가 필요 없습니다. 이것이 가장 중요하다면 OpenAI에 남고, 개인정보, 비용, 나만의 목소리가 더 중요하다면 음성을 직접 호스팅하세요.