온디바이스 음성합성 모델 ‘Phonon’ 공개

최근 30일 조회수 —좋아요 —

핵심 요약

Phonon은 휴대전화와 브라우저에서 텍스트 전송 없이 음성을 생성하는 65·75MB 소형 TTS 모델이다.

온디바이스 음성합성 모델 ‘Phonon’ 공개 — 기사 주제를 표현한 AI 생성 개념 삽화
AI 생성 개념 삽화 · 실제 사건을 촬영한 사진이 아닙니다.

Hugging Face 커뮤니티에 공개된 소형 음성합성(TTS) 모델 ‘Phonon’이 서버나 네트워크 없이 휴대전화·노트북·브라우저에서 음성을 생성한다. 개발진은 텍스트가 기기 밖으로 전송되지 않으며, 공개 2주 만에 다운로드 20만 건을 넘었다고 밝혔다.1

Phonon은 약 65MB와 75MB 두 크기로 제공된다. Phonon 31m은 영어를 지원하며 Apache 2.0 라이선스로 상업적 이용이 가능하다. Phonon 40m은 영어·프랑스어·독일어·스페인어·포르투갈어를 지원하지만 비상업용 라이선스가 적용된다. 내장 음성은 100개 이상이며 음성 복제와 음성 설계도 지원한다.

Pocket TTS 계보를 잇는 Phonon은 플로 매칭으로 오디오를 생성한다. 개발진은 작은 크기에서도 음질을 확보할 수 있었지만, 학습 초기 수치 불안정 문제를 해결해야 했다고 설명했다. Hugging Face의 Transformers 통합도 출시와 함께 제공됐다. 다만 자료에는 제목의 ‘Tops the Benchmarks’를 뒷받침할 구체적인 점수나 비교 모델은 제시되지 않았다.

Footnotes

  1. Hugging Face 블로그·커뮤니티, 「A Closer Look at Phonon TTS. Launching High-Quality On-Device Speech That Tops the Benchmarks.」 ↩

읽기 목록은 이 브라우저에 저장됩니다.

출처

  1. A Closer Look at Phonon TTS. Launching High-Quality On-Device Speech That Tops the Benchmarks. — Hugging Face 블로그·커뮤니티 · 자료: 2026. 11. 5.

이 글은 위 출처를 근거로 자동 생성된 뒤 발행됐습니다. 원문을 함께 확인해 주세요. 교차 보도 없이 단독 출처로 작성됐습니다.