인터넷 연결 없이 내 기기에 설치해 목소리 복제와 영상 더빙을 처리하는 오픈소스 스튜디오
노트북이나 데스크톱에서 인터넷 연결 없이도 내 목소리를 복제하고, 영상에 자막을 입혀 더빙하며, 긴 글을 오디오북으로 변환하는 작업을 수행할 수 있습니다. VoiceStudio는 이러한 음성 생성과 변환 과정을 모두 내 기기에 설치된 모델로 처리하는 오픈소스 도구입니다. 646개 언어를 지원하며, 필요한 모델만 선택해 다운로드하는 방식이라 저장 공간과 성능을 직접 관리할 수 있습니다.
로컬 환경에서 돌아가는 음성 워크플로
이 도구의 핵심은 모든 처리가 로컬 환경에서 이루어진다는 점입니다. 클라우드 서버로 데이터를 보내지 않으므로 개인정보 보호가 중요한 작업에 적합합니다. 기본 엔진인 OmniVoice 외에도 수십 가지 다른 엔진을 모델 매니저에서 선택할 수 있습니다. 각 엔진마다 필요한 모델 파일만 다운로드하므로, 사용하지 않는 엔진의 용량을 차지하지 않습니다. GPU가 없어도 CPU로 동작하지만 속도는 느려지며, NVIDIA CUDA나 AMD ROCm, Apple Metal을 지원해 하드웨어 가속을 활용할 수 있습니다.
목소리를 다루는 네 가지 방식
사용자는 네 가지 주요 기능을 통해 음성을 생성하거나 변환합니다.
- 목소리 복제 깨끗한 참조 녹음 파일을 업로드하면 해당 목소리로 새로운 텍스트를 낭독합니다. 원본 화자의 특징을 유지하면서 새로운 내용을 생성합니다.
- 영상 더빙 영상을 업로드하면 대사를 번역하고, 원래 음성의 타이밍에 맞춰 더빙된 영상을 생성합니다. 자막과 음성이 자연스럽게 동기화됩니다.
- 목소리 디자인 원하는 목소리의 특징을 텍스트로 설명하면 그에 맞는 새로운 목소리를 생성합니다. 기존 녹음이 없어도 특정한 톤의 음성을 만들 수 있습니다.
- 음성 인식 및 낭독 떠다니는 위젯을 통해 음성으로 텍스트를 입력하거나, 긴 문서를 오디오북 형태로 변환합니다. 배치 처리를 통해 여러 파일을 한꺼번에 작업할 수 있습니다.
설치와 플랫폼 지원 범위
macOS, Windows, Linux, 그리고 모바일 기기까지 폭넓게 지원합니다. macOS는 Apple Silicon(M1 이상)에서 Metal 가속을 지원하며, Intel Mac은 원격 백엔드 연결이 필요합니다. Windows와 Linux에서는 NVIDIA CUDA와 AMD ROCm을 지원하며, Linux는 Vulkan을 통한 GGUF 엔진 실행도 가능합니다. Android와 iOS는 프리뷰 버전으로 제공되며, 모델 다운로드 후 오프라인에서도 작동합니다. 설치 방법은 플랫폼에 따라 홈브루, PowerShell 스크립트, Docker, 또는 APK/IPA 파일 다운로드 등 다양합니다.
사용 전 확인해야 할 사항
이 도구는 AGPL-3.0 라이선스를 따르며, 상업적 사용도 가능하지만 해당 조건의 제한을 준수해야 합니다. 특히 목소리 복제 기능은 해당 목소리의 소유자 동의 없이는 사용할 수 없습니다. GPU가 없는 환경에서는 CPU로만 동작하므로 처리 속도가 현저히 느려질 수 있으며, 대용량 작업 시 하드웨어 사양을 고려해야 합니다. 또한, 특정 모델은 큰 용량을 차지하므로 저장 공간이 충분한지 미리 확인하는 것이 좋습니다.
