Voxtonic

음성 합성을 쓸 때마다 걸리는 게 있었습니다. 내가 쓴 문장이 남의 서버로 넘어간다는 것. 대본이든 메모든, 아직 공개하지 않은 글을 API로 보내는 게 계속 마음에 걸렸습니다. 그러던 중 수퍼톤이 Supertonic 3라는 음성 합성 모델을 오픈소스로 공개했습니다. 온디바이스로 돌아가게 설계된 모델이었고, 그래서 폰에 넣어봤습니다. Voxtonic은 이 모델을 안드로이드 기기에서 직접 실행합니다. 처음 한 번 모델(약 400MB)을 내려받고 나면, 그 뒤로는 인터넷이 아예 없어도 됩니다. 비행기 모드에서도 동작합니다. 서버가 없고, 로그인도 없고, 애널리틱스 SDK도 안 붙였습니다. 입력한 텍스트와 만들어진 음성은 앱 안에만 남습니다. 제가 볼 수 있는 것이 하나도 없습니다. 무엇을 할 수 있나 - 31개 언어 음성 합성 - 프리셋 보이스 10종 (여성 5 / 남성 5) - 대본에 웃음·숨소리·한숨 태그를 문장 중간에 삽입 - 결과물을 WAV로 내보내서 편집 앱이나 메신저로 전달 - 만든 음성을 보관하고 즐겨찾기 37초 데모 영상입니다. 영어·일본어·한국어로 콜센터 응대, 게임 캐릭터, RPG 나레이터, 오디오북, 추리소설, 뉴스 낭독 6가지 톤을 뽑아봤습니다. 전부 기기 안에서 생성한 것입니다. https://www.youtube.com/watch?v=p9941HJpM80 만들면서 어려웠던 건 추론 자체가 아니라 그 주변이었습니다. 31개 언어의 텍스트 정규화와 발음 처리, 그리고 400MB짜리 모델 다운로드가 불안정한 네트워크에서 끊겨도 깨지지 않게 만드는 일이 대부분의 시간을 먹었습니다. 무료이고 광고로 운영합니다. 인앱결제나 구독은 없습니다. 안드로이드만 지원합니다. 수퍼톤과는 무관한 개인 프로젝트입니다. 모델은 그쪽 것이고, 앱만 제가 만들었습니다. 써보시고 특히 본인이 쓰는 언어의 발음이 어떤지 알려주시면 도움이 됩니다. 제가 31개 언어를 다 판단할 수가 없어서, 그 부분은 피드백에 기대고 있습니다.