Supertonic 3 API: 클라우드에서 쓸까, 내 서버에서 돌릴까
Supertonic 3는 오픈 음성 합성 모델입니다. 작고, 일반 CPU에서도 빠르며, 31개 언어를 말합니다. 모델 파일로 공개되어 있어서 앱에서 HTTP로 호출하려면 이를 실행하는 서버가 필요합니다. 방법은 클라우드 API를 쓰거나 직접 서버를 돌리는 두 가지입니다.
SuperClonica는 둘 다 제공합니다. 음성 합성 API는 저희 워커에서 Supertonic 3 음성을 돌리고, 무료 엔진은 같은 모델을 내 컴퓨터에서 실행합니다. 측정 결과 원래 코드보다 CPU에서 약 1.6배, GPU에서 약 1.7배 빠릅니다.
방법 1: 클라우드 API
Google이나 GitHub로 SuperClonica에 로그인하고 작업 공간의 음성 합성 API 섹션에서 키를 만든 뒤 텍스트를 보내세요:
curl -o hello.ogg https://superclonica.com/api/v1/speech -H "Authorization: Bearer $SUPERCLONICA_KEY" -H "Content-Type: application/json" -d '{"text": "Supertonic 3에서 안녕하세요!", "voice": "F1", "language": "ko"}'
응답은 오디오 자체이며 기본은 ogg, 요청하면 mp3나 wav입니다. "stream": true를 쓰면 측정 기준 텍스트 길이와 관계없이 최소 300ms부터 재생됩니다.
- 무료: 하루 1분의 오디오.
- 스타트, 월 5달러: 쉬지 않고 쓰면 월 최대 216시간, 카탈로그의 모든 음성.
- 음성: 기본 음성 10개, 작가들이 만든 카탈로그 음성, 직접 학습한 음성.
- 요청당 최대 2만 자. 긴 텍스트는 여러 워커에서 조각으로 나눠 동시에 읽습니다.
방법 2: 내 서버
SuperClonica 엔진은 자체 HTTP API가 있는 무료 Docker 서버로 동작하며, 키도 한도도 없습니다:
docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu
처음 실행할 때 모델을 내려받고, 그 뒤 POST /synthesize가 WAV로 응답합니다. 설정, 키, 운영 준비는 Docker 음성 합성 API 가이드에서 다룹니다.
무엇을 고를까
몇 분 만에 시작하고 싶거나, 서버나 GPU가 없거나, 긴 텍스트에 스트리밍이 필요하거나, 파일 관리 없이 카탈로그 음성을 쓰고 싶다면 클라우드 API를 고르세요. 텍스트가 내 인프라를 벗어나면 안 되거나, 양이 많아 내 하드웨어가 더 싸거나, 오프라인으로 돌려야 한다면 자체 서버를 고르세요. 음성과 요청 형식이 비슷해서 나중에 옮기는 것도 작은 변경입니다.
Supertonic 3의 제한
Supertonic 3는 31개 언어를 말하지만 중국어는 아직 지원하지 않습니다. OpenRAIL-M 라이선스는 기만적 사용과 실존 인물의 목소리에 관한 규칙을 포함한 제한 안에서 상업적 이용을 허용합니다. 새 음성은 즉석 복제가 아닌 스타일 파일입니다. SuperClonica에서는 내 녹음으로 학습시키거나 카탈로그에서 고를 수 있습니다.