Inflect v3 공개: 로컬 영어 TTS의 모델 크기와 Mini 전용 기능

Inflect 개발자가 로컬 음성 합성 모델 Inflect v3를 공개했다. 공식 변경 이력의 출시일은 2026년 11월 11일이다. 11월 12일 Reddit 소개글에서 발견했지만 출시일과는 구분해야 한다. 영어 음성 합성을 앱에 붙이려는 개발자라면 모델 크기와 실행 패키지부터 살펴볼 만하다.

파라미터 수에 포함되는 범위

Mini의 합성 코어는 34.31M, Micro는 11.79M, Atom은 157.19K 파라미터다. 세 모델은 영어 프리셋 음성 6종과 기본 24 kHz 출력을 지원한다. 이 수치는 합성 코어만 세며 설치 용량이나 RAM 사용량을 뜻하지 않는다. 발음 처리 자산, 의존성, 음성 조건과 선택 구성 요소가 추가된다. Atom은 별도 신경망 보코더 대신 신호 처리 방식으로 파형을 만든다. 공식 저장소

Mini는 참조 음성 조정, 비언어적 소리 태그, 선택형 48 kHz 출력 보정을 지원한다. Micro와 Atom에는 이 기능들이 포함되지 않는다. 한국어 지원 모델로 소개할 근거는 없다.

Mini의 추가 기능과 제약

Voice Tuner는 사용 권한이 있는 5~15초 녹음으로 재사용할 음성 프로필을 만든다. 모델 카드는 등록 환경으로 Linux CPU를 지원한다고 명시한다. 화자와 녹음에 따라 닮은 정도가 달라지며 정확한 음성 복제나 억양 이전을 보장하지 않는다.

[laugh] 같은 태그는 문장 사이에 비언어적 소리를 넣는다. 태그가 주변 문장의 감정을 바꾸지는 않는다. 이벤트 기능의 지원 범위는 음성 6종, CPU, 24 kHz다. 선택형 출력 보정기는 2.85M 파라미터로 48 kHz WAV를 만든다. 높은 샘플레이트 자체가 음질 우위를 뜻하지는 않는다. Mini 모델 카드

기존 실행 코드와 구분하기

v3 추론은 Hugging Face의 자체 완결형 패키지를 사용한다. GitHub의 기존 inflect/ 폴더는 v1/v2 라이브러리다. 새 연동에서 두 실행 경로를 혼동하지 않아야 한다. 가중치만 받지 말고 전체 패키지를 내려받아야 한다. 공식 안내는 새 Python 3.12 환경과 패키지 검증 절차를 제시한다. v3 변경 이력

Inflect 소유 가중치와 추론 코드는 Apache 2.0이며 타사 구성 요소에는 각자의 라이선스가 적용된다. 참조 음성 등록용 인코더도 별도 구성 요소다. 전체 사용 조건을 Apache 2.0 하나로 판단하면 안 된다.

성능 수치를 읽는 범위

Mini 모델 카드의 WER와 음질 예측 점수는 개발자가 직접 평가한 결과다. 공식 리더보드 제출 결과와 구분해야 한다. 개발 중 사용한 평가 말뭉치라는 조건도 남아 있다. 이 글에서는 추론을 직접 실행하거나 음질·속도를 독립 재현하지 않았다.

영어 음성 기능을 검토한다면 같은 문장으로 각 모델의 출력을 듣고 필요한 선택 기능을 따로 확인하는 편이 좋다. 한국어 품질이나 실제 앱의 지연은 이번 공개 자료만으로 판단할 수 없다.