텍스트 음성 변환

이 도구가 하는 일

이 텍스트 음성 변환 도구는 영어 텍스트를 자연스러운 AI 목소리로 읽어 주고, 결과를 WAV 파일로 내려받게 해 줍니다. hexgrad가 공개한 8,200만 매개변수의 오픈 음성 합성 모델 Kokoro-82M을 kokoro-js 라이브러리와 Transformers.js로 실행합니다. 모든 처리는 브라우저 안에서 이뤄지며, 계정도 글자 수 제한도 없고 입력 내용을 보는 서버도 없습니다.

모델이 작아서 평범한 노트북에서도 돌아갑니다. WebGPU를 지원하는 브라우저(최신 Chrome, Edge)에서는 그래픽 카드로 전체 정밀도 모델을 실행하고, 그 밖의 환경에서는 CPU로 8비트 양자화 버전을 실행합니다. 용량이 더 작고 소리도 충분히 또렷합니다.

사용 방법

1. 모델 다운로드 후 시작을 누릅니다. 처음에는 모델(CPU 약 92 MB, WebGPU 약 326 MB)을 내려받아 브라우저에 캐시하며, 진행 막대로 남은 양을 보여 줍니다. 다음에는 캐시에서 몇 초 만에 불러옵니다.
2. 텍스트를 입력하거나 붙여 넣고, 또는 예시를 눌러 짧은 문단을 시험해 보세요. 글자 수와 예상 오디오 길이가 입력에 맞춰 갱신됩니다.
3. 목소리를 고르고 속도를 0.5×에서 2× 사이로 맞춥니다.
4. 음성 생성을 누릅니다. 긴 텍스트는 문장 크기의 조각으로 나눠 하나씩 읽으며 “조각 3 / 12” 같은 진행 표시가 나옵니다. 중지를 누르면 일찍 끝내고 지금까지 만든 오디오를 남깁니다.
5. 플레이어로 들어 보고 WAV 다운로드를 눌러 24 kHz 모노 파일로 저장합니다.

파일을 따로 받으려면 출력을 줄마다 파일 하나로 바꾸세요. 비어 있지 않은 각 줄이 번호가 붙은 WAV(01-…, 02-…)가 되고, **모두 다운로드(ZIP)**로 한꺼번에 저장할 수 있습니다.

공유 버튼은 텍스트, 목소리, 속도가 담긴 링크를 복사하므로 다른 사람이 자기 브라우저에서 같은 음성을 만들 수 있습니다.

목소리와 언어

Kokoro의 브라우저용 목소리는 영어만 말합니다. 미국 영어 목소리 20개(여성 11, 남성 9)와 영국 영어 목소리 8개(여성 4, 남성 4)가 있습니다. 목록의 각 목소리에는 모델 카드의 종합 등급이 표시됩니다. Heart와 Bella(미국, 여성)가 가장 높은 평가를 받았고, Emma(영국, 여성)와 Fenrir, Michael, Puck(미국, 남성)도 좋은 선택입니다.

발음은 espeak-ng 음소 변환기에서 나오므로 이름, 약어, 숫자는 대체로 정확히 읽지만 흔치 않은 단어는 바꿔 써야 할 수도 있습니다. 텍스트 대부분이 다른 문자(예: 한글)라면 읽을 수 없으므로 경고가 표시됩니다.

예시

예시 문단을 불러오고 기본 목소리 Heart 그대로 생성을 누르세요. 두 문단은 두 조각이 되고, 몇 초 뒤 약 20초 길이의 음성이 문단 사이의 짧은 쉼과 함께 만들어집니다. George로 바꾸면 영국식 남성 내레이션이 되고, 속도를 1.3×로 올리면 더 빠르게 읽습니다.

요구 사항과 개인정보

WebAssembly와 Web Worker를 지원하는 최신 브라우저가 필요합니다. 데스크톱이나 모바일의 최신 Chrome, Edge, Firefox, Safari에서 동작합니다. WebGPU는 필수가 아니며 속도만 높여 줍니다. 메모리가 적은 휴대폰에서는 긴 텍스트가 버거울 수 있으니, WebGPU에서 오류가 나면 CPU만을 선택하세요. 모델 파일은 Hugging Face에서, ONNX Runtime 엔진은 공개 CDN에서 받으며, 목소리 파일(약 0.5 MB)은 처음 사용할 때 내려받습니다. 캐시된 뒤에는 생성 자체가 오프라인에서도 됩니다.