Rust에서 오프라인 텍스트 음성 변환

Rust에서 말하는 방법

스크린 리더 같은 출력이라면 시스템 목소리로 충분하고, 제품이나 게임의 목소리라면 엔진을 쓰세요.

• 시스템 목소리를 감싼 크레이트: 오프라인이고 가볍지만 로봇 같고 Windows, macOS, Linux마다 다름.
• 클라우드 SDK: 자연스러운 목소리지만 계정, 키, 글자 수 요금, 그리고 텍스트가 남의 서버로.
• SuperClonica: 자연스러운 목소리, 캐릭터·맞춤 목소리를 쓰는 로컬 HTTP 서버. Docker가 돌아가는 곳이면 오프라인으로.
• 31개 언어를 말합니다. 중국어는 아직 지원하지 않습니다.

목소리를 무료로 들어 보기

코드를 쓰기 전에 아무 목소리 페이지에서 30~100자 문장을 입력하고 언어를 고른 뒤 생성 버튼을 누르세요. 몇 초 만에 앱이 가질 수 있는 목소리를 들을 수 있습니다. 계정은 필요 없습니다.

음성 서버 시작

NVIDIA 그래픽 카드가 있으면 cuda 이미지로 더 빨라지지만, 필수는 아닙니다.

• 어떤 CPU에서든 서버 시작: docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu.
• 첫 실행 때 Supertonic 3 모델(약 385MB)을 볼륨에 내려받습니다. 준비 여부는 GET /health로 확인합니다.
• POST /synthesize는 text, voice, lang, seed, normalize가 담긴 JSON을 받아 16비트 모노 WAV로 답합니다.
• voice는 기본 이름 M1~M5, F1~F5이거나 목소리 파일의 JSON 내용입니다.

Rust에서 호출

reqwest 크레이트의 blocking 기능을 쓰면 Result를 반환하는 함수 안에서 요청은 몇 줄이면 됩니다: let voice = std::fs::read_to_string("voice.json")?; let body = format!(r#"{{"text": "Rust에서 안녕하세요!", "lang": "ko", "seed": 7, "voice": {voice}}}"#); let wav = reqwest::blocking::Client::new().post("http://localhost:8000/synthesize").header("Content-Type", "application/json").body(body).send()?.bytes()?; std::fs::write("hello.wav", wav)?; 비동기 코드에서는 reqwest의 비동기 클라이언트를 같은 방식으로 쓰세요. 기본 목소리라면 파일 대신 "voice": "F1"을 보내세요. 같은 텍스트, 목소리, seed면 항상 같은 소리가 나므로 반복되는 문구의 파일은 캐시하세요. 큰 요청은 serde_json으로 깔끔하게 만드세요.

운영 환경 습관

reqwest 클라이언트는 하나를 재사용하고 타임아웃을 두세요. 포트 8000을 그대로 인터넷에 열지 마세요. SUPERCLONICA_API_KEY를 설정해 Bearer 토큰으로 보내거나, 사설 네트워크 안에 두세요. 동시 요청이 많다면 SUPERCLONICA_LANES로 모델 사본을 늘리고, 내 하드웨어에서 측정하세요. 우리 테스트에서 짧은 문장은 RTX 5070 Ti에서 0.12초, CPU 4스레드에서 0.43초 걸렸습니다.