초소형 음성 합성 모델 Inflect-Nano가 공개됐다
Inflect-Nano-v1은 영어 남성 목소리 하나를 만드는 매우 작은 TTS 모델이다. 전체 추론용 파라미터는 463만 개이며, 이 중 음향 모델이 346만 개, 보코더가 117만 개다.
24킬로헤르츠 오디오를 만들고, 간단한 추론 스크립트로 로컬 컴퓨터에서 실행할 수 있다. 크기는 보다 약 17배, 보다 약 108배, Fish Audio S2 Pro보다 거의 1000배 작다.
품질은 큰 모델보다 낮아서 소리가 기계적으로 들릴 수 있고, 처음 보는 어려운 문장에서 버벅일 수 있으며, 보코더도 품질의 큰 제한 요소다. 그래도 500만 개 미만의 파라미터로 동작하는 의 기준점으로 볼 수 있고, 오프라인 비서, 작은 기기, 브라우저나 WASM 기반 프로젝트, 로컬 에 쓸 가능성이 있다.
핵심 포인트
- Inflect-Nano-v1은 영어 전용, 단일 남성 목소리 TTS 모델이다.
- 전체 추론용 파라미터는 463만 개로 매우 작다.
- 24킬로헤르츠 오디오를 만들며 스크립트로 로컬 실행이 가능하다.
- 보다 약 17배, 보다 약 108배 작다고 제시됐다.
- 소리가 기계적일 수 있고 어려운 문장을 잘못 읽을 수 있어 품질 한계가 있다.