600개 언어 지원 무료 TTS 'OmniVoice' 공개

k2-fsa가 600개 이상의 언어를 지원하는 무료 텍스트 음성 변환(TTS) 모델 'OmniVoice'를 공개했다고 기가진이 보도했다. 별도 학습 없이 짧은 음성 샘플로 화자를 복제하는 제로샷 음성 복제를 지원하는 것이 특징이다.

공식 데모 페이지에서는 일본어를 포함한 102개 언어의 샘플을 확인할 수 있다. 언어 간 제로샷 TTS 기능도 포함돼 있으나, 참조 음성의 언어 억양이 출력에 남을 수 있다.

음성 설계와 세밀한 제어

Voice Design 기능을 사용하면 성별, 나이, 음높이를 지정해 음성을 생성할 수 있다. 텍스트에 웃음소리 같은 비언어적 소리를 삽입하는 세밀한 제어도 가능하다.

설치는 pip로 진행되며, 포트 8001의 로컬 웹 UI를 통해 실행할 수 있다. 긴 텍스트 분할, 음성 프리셋 저장, 다중 GPU 배치 처리 기능도 제공된다.