# 파이썬 텍스트 음성 변환: 오프라인, 무료, 자연스러운 목소리로

업데이트 2026-10-22

파이썬에서 텍스트를 음성으로 바꾸는 방법은 여러 가지입니다. 운영체제의 로봇 같은 목소리로 읽는 라이브러리, 텍스트를 온라인 서비스로 보내는 라이브러리, 그리고 내 컴퓨터에서 신경망 모델을 실행하는 라이브러리가 있습니다. 마지막 방식은 이제 사람 목소리에 가깝게 들리면서도 인터넷 없이 동작합니다.

이 가이드는 선택지를 비교한 뒤, 오픈 모델 Supertonic 3 기반의 pip 패키지인 SuperClonica 엔진으로 동작하는 코드를 보여 줍니다. 설치, 첫 스크립트, 커스텀 음성, 긴 텍스트, Docker의 로컬 HTTP API까지 다룹니다. 엔진은 저희 제품이므로 해당 부분에서는 그렇다고 밝힙니다.

## 파이썬에서 텍스트를 음성으로 바꾸는 방법

라이브러리를 고르기 전에 두 가지를 정하세요. 텍스트가 컴퓨터 밖으로 나가도 되는지, 그리고 목소리가 얼마나 자연스러워야 하는지입니다.

- pyttsx3는 시스템에 내장된 음성 엔진을 제어합니다. Windows에서는 SAPI5, macOS에서는 NSSpeechSynthesizer, Linux에서는 eSpeak입니다. 오프라인으로 동작하고 몇 초 만에 설치되지만, 목소리가 로봇 같고 컴퓨터마다 다릅니다.
- gTTS는 텍스트를 Google 번역의 음성 서비스로 보내 MP3로 저장합니다. 소리는 더 깨끗하지만 인터넷이 필요하고, 목소리 대신 언어와 억양만 고를 수 있으며, 비공식 인터페이스라 언제든 멈출 수 있습니다.
- Google, Amazon, Microsoft, ElevenLabs의 클라우드 API는 음질이 매우 좋지만 계정과 키가 필요하고, 글자 수만큼 비용이 들며, 모든 텍스트가 제공업체로 전송됩니다.
- Supertonic 3, Kokoro, Piper 같은 로컬 신경망 모델은 내 CPU나 GPU에서 실행됩니다. 모델을 한 번 내려받으면 오프라인으로 동작하고, 글자당 비용이 없으며, 시스템 음성보다 훨씬 자연스럽습니다. 자세한 내용은 비교 페이지에서 다룹니다.

## SuperClonica 엔진 설치

엔진은 두 가지 빌드로 제공되는 하나의 pip 패키지입니다. Windows, macOS, Linux의 모든 CPU와 Python 3.10 이상이라면 python -m pip install superclonica-cpu, Windows 또는 Linux의 NVIDIA GPU와 Python 3.11 이상이라면 python -m pip install superclonica-gpu-cuda를 실행합니다. 한 환경에는 둘 중 하나만 설치하세요. 둘 다 같은 superclonica 모듈을 제공합니다.

GPU 빌드는 CUDA와 cuDNN을 pip로 함께 설치하므로 시스템에는 CUDA 12를 지원하는 NVIDIA 드라이버만 있으면 됩니다. GPU가 동작하지 않으면 CPU로 전환합니다. 처음 실행할 때 Supertonic 3 모델(약 385 MB)이 ~/.cache/supertonic3에 한 번만 다운로드됩니다. 다른 위치에 두려면 SUPERTONIC_CACHE_DIR을 설정하세요.

## 첫 번째 스크립트

엔진을 가져와 문장을 합성하고 저장합니다. from superclonica import Superclonica, 그다음 tts = Superclonica(), audio, sample_rate = tts.synthesize("안녕하세요! 이 목소리는 제 컴퓨터에서 실행됩니다.", voice="F1", lang="ko", seed=7), 마지막으로 tts.save("hello.wav", audio). 모델에는 M1~M5와 F1~F5의 10가지 목소리가 포함되어 있어 추가 파일이 필요 없습니다.

엔진은 한 번 만들어 재사용하세요. 불러오는 데 몇 초가 걸리지만 이후 문장은 1초도 걸리지 않습니다. 저희 측정에서 짧은 문장의 중앙값은 RTX 5070 Ti에서 0.12초, 4스레드 Ryzen 7 5800X에서 0.43초였습니다.

## 커스텀 음성 사용하기

Supertonic 3 음성은 약 0.3 MB 크기의 JSON 파일입니다. 오디오 샘플이 있는 무료 음성은 GitHub의 superclonica/supertonic-voices 저장소에 있고, SuperClonica 카탈로그에는 게임 캐릭터부터 내레이터까지 170개가 넘는 음성이 있으며 모두 무료 온라인 데모를 제공합니다.

프리셋 이름 대신 파일을 전달합니다. tts.synthesize("좋은 아침입니다!", voice="ciri.json", lang="ko", seed=7). 명령줄에서는 superclonica --text "좋은 아침입니다!" --voice ciri.json --lang ko --output morning.wav. 모든 음성은 모델의 31개 언어를 모두 말합니다. lang에는 텍스트의 언어를 지정하세요(예: en, de, es, ja). 중국어는 지원하지 않습니다.

## 긴 텍스트, 대화, 파일 형식

몇 가지 옵션으로 대부분의 실제 프로젝트를 처리할 수 있습니다.

- 한 장(章) 같은 긴 텍스트도 한 번의 호출로 넘길 수 있습니다. 엔진이 최대 160자의 자연스러운 조각으로 나누므로 단어가 반복되거나 빠지지 않습니다.
- normalize=True는 음량을 −18 LUFS로 맞춰 줍니다. 여러 파일을 이어 붙일 때 유용합니다.
- tts.synthesize_batch()는 여러 줄을 각각 다른 목소리로 한 번에 합성합니다. 대화 대사 같은 경우에 쓰며, 결과는 입력 순서를 유지합니다.
- 같은 텍스트, 같은 음성, 같은 시드는 같은 오디오를 다시 만들어 내므로 한 줄만 다시 만들어도 나머지는 바뀌지 않습니다.
- 숫자는 단어로 읽히고, 채팅에서 흔한 줄임말은 풀어서 읽으며, 이모지나 알 수 없는 기호는 오류 대신 정리됩니다.
- tts.save()는 파일 확장자에 따라 WAV, FLAC, OGG로 저장합니다.

## 로컬 HTTP API로 쓰는 음성 합성

음성이 필요한 프로그램이 파이썬으로 작성되지 않았다면 엔진을 Docker로 실행하세요. docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu, NVIDIA GPU에서는 --gpus all과 함께 cuda 태그를 사용합니다. 모델은 처음 시작할 때 볼륨에 다운로드됩니다.

텍스트, 언어, 음성 파일 내용을 담은 JSON으로 POST /synthesize를 보내면 WAV가 돌아옵니다. 음성 하나가 약 0.3 MB이므로 요청은 파일로 만들어 curl -d @request.json으로 보내세요.

## 라이선스와 책임 있는 사용

Supertonic 3는 OpenRAIL-M으로 배포됩니다. 비상업 조항 대신 금지 용도 목록이 있는 로열티 없는 라이선스입니다. 동의 없이 다른 사람을 사칭하거나, 속이거나, 괴롭히는 데 음성을 쓰지 말고, 중요한 경우에는 기계가 생성한 오디오임을 밝히세요.

카탈로그의 일부 음성은 유명인에게서 영감을 받았습니다. 실제 본인의 목소리가 아니므로 그런 오디오를 본인의 실제 발언처럼 내세우지 마세요.

## 다른 가이드

- [내 컴퓨터에서 오프라인으로 텍스트를 음성으로 바꾸는 방법](https://superclonica.com/ko/guides/offline-text-to-speech)
- [목소리 복제: 녹음과 비슷한 목소리를 얻는 방법](https://superclonica.com/ko/guides/voice-cloning)
- [2026년 로컬에서 쓸 수 있는 무료 음성 합성 모델](https://superclonica.com/ko/guides/best-free-tts-models)
- [영상, 오디오북, 게임, 앱을 위한 음성 합성](https://superclonica.com/ko/guides/text-to-speech-for-videos)
- [Supertonic 3 목소리: 커스텀 목소리를 구하는 곳과 사용법](https://superclonica.com/ko/guides/supertonic-3-voices)
- [Docker로 직접 운영하는 음성 합성 API](https://superclonica.com/ko/guides/text-to-speech-api-docker)

## 음성 합성과 비교

- [내 컴퓨터에서 돌아가는 음성 합성(TTS)](https://superclonica.com/ko/text-to-speech)
- [Supertonic vs SuperClonica: 같은 모델, 더 빠르고 깨끗하게](https://superclonica.com/ko/compare/supertonic)
- [Fish Audio·Fish Speech와 SuperClonica 비교](https://superclonica.com/ko/compare/fish-audio)
- [OmniVoice와 SuperClonica: 언어 수인가, 속도인가](https://superclonica.com/ko/compare/omnivoice)
- [로컬 음성 합성, Qwen3-TTS와 SuperClonica 중 무엇을 쓸까](https://superclonica.com/ko/compare/qwen3-tts)
- [VoxCPM 2와 SuperClonica: 스튜디오 음질인가, CPU 속도인가](https://superclonica.com/ko/compare/voxcpm)
- [F5-TTS와 SuperClonica: 제로샷 복제인가, CPU에서 빠른 음성인가](https://superclonica.com/ko/compare/f5-tts)
- [오프라인으로 쓰는 ElevenLabs 대안](https://superclonica.com/ko/compare/elevenlabs)
- [Kokoro TTS와 SuperClonica: 로컬 음성 합성을 위한 작은 모델 두 가지](https://superclonica.com/ko/compare/kokoro)
- [Piper TTS와 SuperClonica: 소형 기기인가, 맞춤 목소리인가](https://superclonica.com/ko/compare/piper)
- [Coqui XTTS-v2와 SuperClonica: Coqui TTS 대안](https://superclonica.com/ko/compare/xtts)
- [Chatterbox TTS와 SuperClonica: 즉시 복제인가, 학습된 목소리 파일인가](https://superclonica.com/ko/compare/chatterbox)

## 자주 묻는 질문

### 인터넷 없이 파이썬으로 텍스트를 음성으로 바꾸려면?

내 컴퓨터에서 실행되는 라이브러리를 쓰세요. 시스템 음성은 pyttsx3, 자연스러운 음성은 로컬 신경망 모델입니다. SuperClonica 엔진이라면 pip로 superclonica-cpu를 설치하고, 모델을 한 번 내려받은 뒤에는 모두 오프라인으로 동작합니다.

### pyttsx3와 gTTS 중 무엇이 더 좋나요?

pyttsx3는 오프라인으로 시스템 음성을 쓰지만 로봇 같은 소리가 납니다. gTTS는 더 깨끗하지만 텍스트를 인터넷으로 Google에 보냅니다. Supertonic 3 같은 로컬 신경망 모델은 인터넷 없이 자연스러운 음성을 제공합니다.

### GPU가 필요한가요?

아니요. superclonica-cpu는 Windows, macOS, Linux의 일반 CPU에서 동작하며 짧은 문장은 1초보다 훨씬 짧게 걸립니다. NVIDIA GPU는 몇 배 더 빠르고 대량 작업에 도움이 됩니다.

### 생성한 음성을 상업적으로 써도 되나요?

Supertonic 3의 라이선스 OpenRAIL-M은 로열티가 없고 비상업 조항도 없습니다. 동의 없는 사칭 같은 금지 용도가 명시되어 있습니다. 유명인에게서 영감을 받은 음성을 본인의 실제 발언처럼 내세워서는 안 됩니다.

- [파이썬 프로젝트용 음성 보기](https://superclonica.com/ko/explore)
- [SuperClonica 엔진 설치](https://superclonica.com/ko/superclonica)

## 출처

- [pyttsx3 (PyPI)](https://pypi.org/project/pyttsx3/)
- [gTTS 문서](https://gtts.readthedocs.io/)
- [SuperClonica 엔진 (PyPI)](https://pypi.org/project/superclonica-cpu/)
- [Supertonic 3 모델 카드 (Hugging Face)](https://huggingface.co/supertone-oss-archive/supertonic-3)
- [무료 Supertonic 3 음성 (GitHub)](https://github.com/superclonica/supertonic-voices)
- [SuperClonica Docker 이미지 (Docker Hub)](https://hub.docker.com/r/superclonica/superclonica)
- [SuperClonica](https://superclonica.com/ko/)
- [텍스트 읽기용 AI 목소리 카탈로그](https://superclonica.com/ko/explore)
- [Supertonic 3 커스텀 목소리 의뢰](https://superclonica.com/ko/requests)
- [작동 방식: 목소리, 로컬 음성 합성, 학습](https://superclonica.com/ko/guide)
- [더 빠른 Supertonic 3 엔진 설치](https://superclonica.com/ko/superclonica)
- [소개: 음성 합성을 사랑하는 팀](https://superclonica.com/ko/about)
- [연락처, 지원 및 목소리 신고](https://superclonica.com/ko/contacts)
- [개인정보 처리방침](https://superclonica.com/ko/privacy)
- [이용약관](https://superclonica.com/ko/terms)
- [음성 합성](https://superclonica.com/ko/text-to-speech)