XTTS v2 대안: Coqui 이후 달라진 점과 선택 방법
Coqui의 XTTS v2는 지금도 가장 잘 알려진 오픈 음성 모델 중 하나로, 6초 클립으로 목소리를 복제하고 17개 언어를 말합니다. 대안을 찾는 이유는 두 가지입니다. 가중치는 비상업적 사용만 허용하는 Coqui Public Model License로 배포되었고, 상업 라이선스를 팔 수 있던 회사는 2024년 무렵 문을 닫았습니다.
무료 SuperClonica 엔진은 Supertonic 3 모델을 일반 프로세서에서 31개 언어로 실행하며, 기본 목소리는 상업적으로 쓸 수 있습니다. 이 가이드는 두 가지를 솔직하게 비교하고 XTTS v2가 여전히 나은 경우도 알려 드립니다.
XTTS v2 요약
XTTS v2는 생성할 때 짧은 샘플로 목소리를 흉내 내므로 어떤 녹음이든 몇 초 만에 목소리가 됩니다. 영어, 스페인어, 프랑스어, 독일어, 이탈리아어, 포르투갈어, 폴란드어, 튀르키예어, 러시아어, 네덜란드어, 체코어, 아랍어, 중국어, 일본어, 헝가리어, 한국어, 힌디어를 지원하고 24 kHz 오디오를 출력합니다. 코드는 커뮤니티 포크 idiap/coqui-ai-TTS에서 MPL 2.0 라이선스의 coqui-tts 패키지로 이어지지만, 이 라이선스는 코드에 대한 것이지 모델에 대한 것이 아닙니다. CPML은 직접적이든 간접적이든 대가를 받지 않는 경우에만 가중치와 생성된 오디오의 사용을 허용합니다. NVIDIA 그래픽카드에서 가장 잘 돌아갑니다.
소리를 무료로 비교하기
카탈로그의 아무 목소리 페이지에서 XTTS v2로 만든 30~100자 문장을 붙여 넣고 언어를 고른 뒤 음성 변환을 누르세요. 계정 없이 몇 초 만에 비교할 수 있습니다.
SuperClonica가 다른 점
음성 변환은 일반 프로세서에서 돌아갑니다. 저희 테스트에서 짧은 문장은 Ryzen 7 5800X의 4스레드로 0.43초가 걸렸고, 그래픽카드는 속도만 높여 줍니다. 31개 언어를 말하며 XTTS v2에 없는 스웨덴어, 그리스어, 우크라이나어, 베트남어, 인도네시아어도 지원하지만 중국어는 아직 지원하지 않습니다. 기본 목소리 10개(M1~M5, F1~F5)는 모델 라이선스 OpenRAIL-M에 따라 상업적으로 쓸 수 있습니다. python -m pip install superclonica-cpu로 설치하거나, 직접 아무것도 실행하지 않고 SuperClonica API로 같은 목소리를 쓰세요.
나만의 목소리
XTTS v2는 말할 때마다 샘플로 복제합니다. SuperClonica에서는 5~10초의 깨끗한 녹음으로 NVIDIA 그래픽카드가 있는 컴퓨터를 이용해 스튜디오에서 목소리를 한 번 학습시키거나, 학습해 줄 작가에게 주문합니다. 그 뒤에는 어떤 프로세서에서도 오프라인으로 말하는 작은 파일이 됩니다. 내 목소리나 본인이 동의한 목소리만 복제하세요. 동의를 받아 학습시킨 목소리는 상업적으로 쓸 수 있고, 캐릭터 목소리는 팬 작품과 패러디에만 쓸 수 있습니다.
무엇을 고를까
샘플로 즉시 복제해야 하는 취미나 연구 프로젝트, 중국어, NVIDIA 그래픽카드가 있다면 XTTS v2를 고르세요. 대가를 받는 모든 작업, XTTS v2에 없는 언어, 바로 쓸 수 있는 캐릭터·내레이터 목소리, 일반 서버에서의 간단한 배포에는 SuperClonica를 고르세요. 먼저 같은 문장으로 둘 다 시험해 봐도 됩니다.