CPU 실시간 추론
ONNX 최적화로 Style-Bert-VITS2 대비 짧은 텍스트는 1.5배, 긴 텍스트는 3.3배 빠른 CPU 단독 추론.
GPU에서는 torch.compile로 한층 더 빨라집니다.
어떻게 했나
HayaKoe내가 좋아하는 목소리로 만든 TTS를,
CPU만 가지고도 준실시간으로.
동영상이나 녹음본만 있으면, 데이터 준비·학습·벤치마크·배포까지 저희가 다 해드릴게요.
Skip to content
HayaKoe내가 좋아하는 목소리로 만든 TTS를,
이런 목소리를 만들 수 있어요
기본 제공 화자들이 같은 문장 ("こんにちは、はじめまして。") 을 말하는 샘플입니다.
JVNV jvnv-F1-jp — 여성 화자 1
JVNV jvnv-F2-jp — 여성 화자 2
JVNV jvnv-M1-jp — 남성 화자 1
JVNV jvnv-M2-jp — 남성 화자 2
つくよみちゃん tsukuyomi_chan — 애니메이션풍
あみたろ amitaro_normal — 노멀
あみたろ amitaro_runrun — 설렘
あみたろ amitaro_yofukashi — 차분
あみたろ amitaro_punsuka — 화남
あみたろ amitaro_sasayaki_a — 속삭임A
あみたろ amitaro_sasayaki_b — 속삭임B
내 노트북에서, CPU 만으로, 위 샘플을 직접 만들어 보고 싶다면 10분 만에 써보기 로.
짧게 써보면
설치
bash
pip install hayakoebash
pip install torch --index-url https://download.pytorch.org/whl/cu126
pip install hayakoe[gpu]CPU 프로파일은 PyTorch가 필요 없어 설치가 짧고 이미지도 가벼워집니다.
GPU 프로파일은 추가 의존성을 설치하는 대신, 더 빠르게 추론합니다.
추론
python
from hayakoe import TTS
text = "こんにちは、はじめまして。"
tts = TTS().load("jvnv-F1-jp").prepare()
tts.speakers["jvnv-F1-jp"].generate(text).save("hello.wav")바로 hello.wav 를 들어보세요!
기본으로 제공되는 화자는 11명입니다.
jvnv-F1-jp/jvnv-F2-jp/jvnv-M1-jp/jvnv-M2-jp— JVNV 코퍼스 기반tsukuyomi_chan— つくよみちゃんコーパス 기반amitaro_normal/amitaro_runrun/amitaro_yofukashi/amitaro_punsuka/amitaro_sasayaki_a/amitaro_sasayaki_b— あみたろ ITAコーパス 기반
위 코드의 "jvnv-F1-jp" 자리만 바꾸면 다른 목소리도 바로 들어볼 수 있습니다.
GPU 프로파일로 설치했다면 TTS(device="cuda") 파라미터만 넣으면 GPU로 추론할 수 있습니다.
어떤 문서를 읽어야 하나요?
- 먼저 퀵스타트 를 따라가 보세요. 설치부터 첫 합성, 벤치마크까지 이 TTS가 얼마나 빠른지·음질은 어떤지 직접 확인할 수 있습니다.
- 욕심이 생겼다면 자체 화자 학습 으로. 좋아하는 목소리가 담긴 영상 하나로 데이터 준비부터 배포까지 전 과정을 안내합니다.
- 혼자 쓰기엔 아깝다면 서버로 배포 로. FastAPI·Docker 위에 API로 공개하는 방법을 정리했습니다.
- 기술적으로 깊이 들어가 보고 싶다면 깊이 읽기 로. 어디를 어떻게 건드려서 이만큼의 속도·메모리 개선을 얻었는지 개선 포인트를 하나씩 해설합니다.
- 막히는 부분이 있다면 FAQ 로. 캐시 경로·Private HF·S3·다화자 메모리 같은 고급 설정을 모아뒀습니다.
음성 데이터 크레딧
본 프로젝트의 음성합성에는 아래 음성 데이터를 사용하고 있습니다.
- つくよみちゃんコーパス (CV.夢前黎, © Rei Yumesaki) — https://tyc.rei-yumesaki.net/material/corpus/
- あみたろの声素材工房 ITAコーパス読み上げ音声 — https://amitaro.net/