원제: ConwayResearch/Underdog-Woof
Conway Research(언더독)의 영어 텍스트 음성 변환 모델로, Juno와 Mira 두 가지 음성을 포함하며 전체 모델은 40.6 MB 파일 하나이며 numpy에만 의존합니다. 내장된 규칙 기반 정규화기는 전화번호, 날짜, 시간, 금액, 코드를 구어체 방식으로 읽어냅니다. 긴 텍스트는 자동으로 문장 단위로 분할되며, 생성 오류 발생 시 최대 3회까지 자동으로 재생성합니다. 저자는 Gradium TTS Hard Cases 영어 데이터셋에서 단어 오류율 1.42%(Mira), Apple M5 Max의 단일 CPU 스레드에서 13.8 배 실시간 속도(Juno)를 달성했다고 주장하며, 총 매개변수 수는 약 3824 만 개, 출력은 24 kHz 모노 채널입니다.
왜 중요한가 GPU나 API 키가 필요 없으며, 전화번호, 날짜, 금액을 구어체로 정확히 읽어내어 오프라인 낭독 및 로컬 애플리케이션에 적합합니다
상승 점수 125 · 좋아요 126 · 다운로드 수 10
이유
- GPU, 서버 또는 API 키가 필요 없어 오프라인 및 임베디드 환경에 적합합니다
- 저자는 여러 오픈소스 및 클라우드 TTS 모델과의 공정한 비교 표와 직접 청취 가능한 샘플을 제공했습니다
- 브라우저에서 단일 음성 버전을 온라인으로 체험할 수 있습니다
사용법
- pip install numpy를 실행한 후 저장소를 다운로드하고 python -m underdog_woof "읽을 텍스트" -o hello.wav를 실행하며, --voice mira를 추가하여 음성을 변경할 수 있습니다
- Python에서 Woof(voice="mira")를 사용하여 생성하며, seed를 전달하면 동일한 결과를 얻을 수 있습니다
리스크
- 영어만 지원됩니다
- 비상업적 라이선스: 상업적 사용 시 별도의 라이선스 구매가 필요하며, 공개된 작품에는 출처 표기가 필수이고, 이 모델이나 그 오디오를 사용하여 다른 음성 모델을 학습하는 것은 금지됩니다
- 비교 평가는 저자가 직접 실행하고 채점한 것입니다
- 이 항목은 실행되지 않았으므로, 성능은 모델 카드를 기준으로 합니다