Pocket TTS로 CPU에서 음성 만들기: 6개 언어 지원

Pocket TTS는 Kyutai의 경량 TTS예요. Python 3.10 이상과 PyTorch⁵ 2.5 이상을 요구하며 GPU⁶용 PyTorch 없이 CPU에서 실행할 수 있다고 문서가 안내해요. CLI 또는 Python API로 텍스트를 넣고 WAV를 저장하면 돼요. 공식 모델 카드와 설명서

지원 언어는 영어, 프랑스어, 독일어, 포르투갈어, 이탈리아어, 스페인어예요. 한국어 안내 음성이나 일본어 내레이션이 필요하다면 Supertonic 3나 VoxCPM2를 비교하세요. 현재 언어 목록

가상환경⁷에 pocket-tts와 WAV 저장용 scipy를 설치하고 Hugging Face에서 공식 음성 자산을 내려받아요. 아래 코드를 generate.py로 저장해 실행하면 assets/alba-mackenna/casual.wav를 음성 프롬프트⁸로 사용하고 output.wav를 현재 폴더에 저장합니다.

python -m pip install pocket-tts scipy

python -m pip install "huggingface_hub[cli]"
hf download kyutai/tts-voices alba-mackenna/casual.wav --local-dir assets

from pocket_tts import TTSModel
import scipy.io.wavfile

model = TTSModel.load_model()
voice = model.get_state_for_audio_prompt("assets/alba-mackenna/casual.wav")
audio = model.generate_audio(voice, "Hello, this is a short test.")
scipy.io.wavfile.write("output.wav", model.sample_rate, audio.numpy())

python generate.py

카드는 MacBook Air M4 CPU에서 실시간보다 빠른 생성과 첫 오디오 대기 시간을 측정해 공개했어요. 측정값은 CPU와 실행 조건을 지정한 사례이므로 내 기기의 약속된 성능은 아니에요. 내 작업에 쓸 원고 길이와 실제 하드웨어로 파일을 만들어 시작 대기와 전체 완료 시간을 따로 기록하세요.

Pocket TTS의 공식 프로젝트에는 브라우저에서 실행하는 방법도 안내되어 있어요. CPU용 Python 설치와 웹 실행은 서로 다른 환경이므로 이 절차를 브라우저 설정으로 옮겨 쓰지 마세요. 브라우저에서 사용하려면 모델 카드의 in-browser implementations 항목에서 현재 구현과 언어 범위를 확인하세요. Pocket TTS 브라우저 구현 안내

현재 모델 카드에 표시된 라이선스는 CC-BY-4.0이에요. 모델 가중치와 생성물 사용 조건, 출처 표기 의무를 카드의 최신 원문으로 확인하세요. 로컬 실행은 오디오가 사용자의 기기에서 처리되도록 할 수 있지만, 입력할 음성과 목소리 사용 권한은 별도로 확인해야 해요.