깊이 읽기
HayaKoe 는 Style-Bert-VITS2 를 일본어 전용으로 축소하고, CPU 추론과 서버 운영에 실용적인 형태로 재구성한 TTS 엔진입니다.
이 섹션은 어느 지점을 어떻게 수정했고, 결과가 얼마나 달라졌는지 를 실측 수치와 함께 정리합니다.
관심 있는 주제부터 선택해 읽을 수 있습니다.
한눈에 요약
HayaKoe 가 원본 SBV2 대비 확보한 실측 개선은 다음과 같습니다 (상세는 각 페이지 참고).
| 구분 | 원본 SBV2 | HayaKoe | 차이 |
|---|---|---|---|
| CPU 속도 (짧은 문장, 약 2초) | 1.13 s | 0.68 s | 1.67× 빠름 |
| CPU 속도 (중간 문장, 약 8초) | 3.35 s | 2.44 s | 1.37× 빠름 |
| CPU 속도 (긴 문장, 약 38초) | 35.33 s | 10.43 s | 3.39× 빠름 |
| CPU 메모리 | 5,122 MB | 2,346 MB | 54 % 절감 |
| GPU VRAM | 3,712 MB | 1,661 MB | 55 % 절감 |
| 실행 아키텍처 | x86_64 | x86_64 · aarch64 Linux | ARM 보드 지원 |
각 페이지의 구성
각 페이지는 왜 문제인가 → 구현 → 개선 효과 흐름을 기본으로 하되, 주제에 따라 유연하게 구성됩니다.
목차
큰 그림
- 아키텍처 한눈에 — TTS 엔진의 전체 구성
CPU 추론의 실시간화
- ONNX 최적화 / 양자화 — Q8 BERT + FP32 Synthesizer, arm64 지원
- 문장 경계 pause — Duration Predictor — 다문장 합성 시 자연스러운 쉼 복원
GPU 추론의 추가 최적화
- BERT GPU 유지 & 배치 추론 — PCIe 왕복 제거와 다문장 배치화
운영 편의
- Source 추상화 (HF · S3 · 로컬) — 화자 공급처를 URI 로 통합
- OpenJTalk 사전 번들링 — 첫 import 지연과 네트워크 의존 제거
- arm64 지원 — Raspberry Pi 4B 실측
기타
읽는 순서 권장
처음이라면 아키텍처 한눈에 를 먼저 훑어보고, 이후 관심 주제를 선택적으로 읽는 방식을 권장합니다.