Moss TTS 1.5 8B 예시. 2026년 6월 기준 최고의 영어 음성 복제 모델

Chatterbox랑 제대로 비빌 만한 보이스 클로닝 TTS를 아직 못 찾겠음. Moss-TTS는 Chatterbox가 감자(저사양 PC)에서 돌아가는 퀄리티를 따라잡으려면 엄청난 사양(이랑 인내심)이 필요하네.

Chatterbox 버렸다. 이제 KugelAudio 2(VibeVoice 기반)가 내 새 친구임.

HF 보니까 KugelAudio 로컬로 돌리려면 VRAM 19GB 이상 필요하다던데? 미친 거 아님? 진짜임? Chatterbox는 GPU 없이도 결과물 ㅆㅅㅌㅊ인데.

온라인 데모로 내 클립들 이것저것 테스트해 봤는데, 어떤 건 내가 평소 쓰는 OmniVoice보다 훨씬 별로였고, 어떤 건 비슷했음. 잘 모르겠네. 아직은 안 갈아탈 듯. 개인적으로는 Omni가 더 자연스럽게 들림.

OmniVoice 알려줘서 고맙다, 왜 이걸 놓쳤지. 라트비아어도 바로 지원한다니 대박이네! 어떻게 이렇게 빠른 모델에 언어를 그렇게 많이 때려 넣은 거지? 난 VoxCPM 1.5 라트비아어 파인튜닝하느라 일주일이나 썼는데. 이제 내 노력은 물거품이 됐네, 하하.