Davinci Voice
High-quality Korean Text-to-Speech with Voice Cloning
Davinci Voice는 한국어에 최적화된 고품질 음성 합성 라이브러리입니다.
3초의 레퍼런스 오디오만으로 음성 클로닝이 가능하며, 실시간 스트리밍을 지원합니다.
특징
- 🎯 한국어 네이티브 지원: 한국어에 최적화된 발음과 운율
- 🎙️ 3초 음성 클로닝: 짧은 레퍼런스로 빠른 음성 복제
- ⚡ 97ms 레이턴시: 실시간 대화에 적합한 빠른 응답
- 🌍 다국어 지원: 한국어, 영어, 중국어, 일본어 등 10개 언어
- 📜 Apache 2.0 라이선스: 상업적 사용 가능
설치
```bash
pip install davinci-voice
```
빠른 시작
```python
import torch
from davinci_voice import DavinciVoiceModel
모델 로드
model = DavinciVoiceModel.from_pretrained(
"andrewkim80/davinci-voice",
device_map="cuda:0",
dtype=torch.bfloat16,
attn_implementation="flash_attention_2",
)
음성 클로닝
audio_list, sample_rate = model.generate_voice_clone(
text="안녕하세요, 다빈치 보이스입니다.",
ref_audio="path/to/reference.wav",
x_vector_only_mode=True,
)
저장
import soundfile as sf
sf.write("output.wav", audio_list[0], sample_rate)
```
성능
| 지표 | 값 |
|---|
| TTFA (Time To First Audio) | ~97ms |
| RTF (Real-Time Factor) | < 1.0 |
| MOS (Mean Opinion Score) | 4.6 |
| WER (Word Error Rate) | 1.8% |
라이선스
Apache License 2.0
감사의 말
이 프로젝트는
Qwen3-TTS를 기반으로 합니다.
