ZONOS3-Mini는 Zyphra의 오픈 소스 텍스트 음성 변환(TTS) 모델로, 공식적으로 활성 매개변수가 약 1억 개라고 명시되어 있으며 스마트폰, 노트북 및 브라우저에서 실시간으로 실행할 수 있습니다. 오디오 한 조각으로 음성을 복제하거나, 나이, 악센트, 음질에 따라 캐릭터의 목소리를 설계할 수 있으며, 단어별로 감정과 속도를 제어할 수 있습니다. 텍스트 정규화는 영어, 중국어, 일본어, 한국어, 독일어, 스페인어, 프랑스어, 이탈리아어, 포르투갈어 등을 지원합니다. 가중치는 Apache 2.0 라이선스로 공개되며, GGUF 및 WebGPU 분할 파일도 함께 제공됩니다.
왜 중요한가 Apache 라이선스로 상용 사용이 가능하며, 브라우저의 WebGPU, MLX, ggml 및 SGLang에서 즉시 실행할 수 있는 방법이 제공되어 더빙, 내레이션 및 음성 어시스턴트 구축의 진입 장벽이 낮습니다.
Hugging Face 좋아요 13 · Hugging Face 상승 점수 13 · Hugging Face 다운로드 0
라이선스: 상용 사용 가능 · ComfyUI: 현재 없음 · VRAM: 약 1 GB 추정
이유
- Hugging Face 텍스트 음성 변환 상승 랭킹
- 점수 52 (fresh 15 / source 5 / heat 4 / comfy 0 / vram 13 / demo 5 / license 10)
사용법
- 브라우저: 공식 Zonos Voice Studio 또는 Lite 페이지를 열고 WebGPU를 사용하여 로컬에서 실행합니다. 첫 방문 시 모델이 다운로드되고 캐시됩니다.
- 서버 측: SGLang-Omni의 sgl-omni serve를 사용하여 시작하며, OpenAI 호환 /v1/audio/speech 인터페이스를 사용합니다. Apple 칩 및 CPU의 경우 공식 저장소의 MLX 및 ggml 런타임을 사용합니다.
리스크
- 성능 및 평가는 모두 공식 블로그에 있으며 독립적으로 검증되지 않았습니다. 중국어 발음 품질에 대해서는 모델 카드에 별도 설명이 없습니다.
- 음성 복제는 타인의 목소리를 사칭할 위험이 있습니다.