11.84MB 초경량 스티어링 TTS 모델 'SteerTTS-edge' 공개

요약

WhissleAI는 기존 SteerTTS v1의 경량화 버전인 SteerTTS-edge를 새롭게 공개했다. 이 모델은 가중치, 음성 데이터, 텍스트 프론트엔드, 파이썬 런타임을 포함하여 총 11.84MB의 용량을 구현했다. 경량화 방식으로는 어쿠스틱 모델과 Vocos 스타일 보코더를 int4로 양자화 인식 학습(QAT)을 진행했으며, 텍스트 프론트엔드를 외부 의존성 없이 순수 numpy로 최적화했다. 성능 측면에서는 기존 v1 fp32 버전과 비교해 단어 오류율(WER)은 0.96%로 동일하게 유지했으나, UTMOS 점수는 4.20에서 4.11로 약 0.1 하락했다. 이번 모델은 제한된 리소스 환경에서도 효율적인 음성 합성이 필요한 실무자에게 유용한 대안이 될 것으로 보인다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.