VoxCPM2로 한국어 음성 만들기: 30개 언어 TTS

VoxCPM2는 OpenBMB의 2B 파라미터 TTS⁴ 모델이에요. 모델 카드에 따르면 한국어·영어·일본어 등을 포함한 30개 언어의 음성을 만들고, 출력은 48 kHz예요. 문장을 넣어 재생 가능한 오디오 파일을 만들 때 사용할 수 있어요. VoxCPM2 모델 카드

모델 카드의 예제는 Python 3.10 이상, PyTorch⁵ 2.5 이상, CUDA 12 이상과 약 8GB VRAM⁶을 기준으로 안내해요. 가상환경⁷에 패키지를 설치하고 CUDA를 쓸 경우 PyTorch 페이지에서 CUDA 버전에 맞는 wheel을 고르세요.

python -m pip install voxcpm soundfile

짧은 한국어 문장을 합성해 korean.wav로 저장해요. 아래 코드를 작업 폴더의 generate.py로 저장하고 python generate.py로 실행하세요. 출력 파일은 같은 폴더에 생깁니다.

import soundfile as sf
from voxcpm import VoxCPM

model = VoxCPM.from_pretrained("openbmb/VoxCPM2")
audio = model.generate(text="오늘 회의는 오후 두 시에 시작합니다.")
sf.write("korean.wav", audio, model.tts_model.sample_rate)

python generate.py

카드의 실측 속도는 RTX 4090이나 Nano-VLLM처럼 구체적인 장비와 실행 설정에 한정돼요. 모델을 처음 불러오는 시간, 첫 문장 지연, 긴 글 처리 시간은 각각 다르게 체감될 수 있어요. 길이가 일정한 원고를 두세 개 준비해 장비에서 직접 재고, 결과 음질과 시간을 함께 비교하세요.

모델 카드와 저장소는 Apache 2.0 라이선스를 표시해요. 배포하려는 코드와 가중치의 사용 조건을 확인하고, 생성 음성을 공개·상업적으로 사용할 때는 관련 정책과 음성 권리를 별도로 점검하세요. 개인 목소리 복제나 타인의 음성 사용은 명시적인 허가가 있는 경우에만 진행하세요.