andrewkim80/davinci-voice

Davinci Voice

High-quality Korean Text-to-Speech with Voice Cloning

Davinci Voice는 한국어에 최적화된 고품질 음성 합성 라이브러리입니다. 3초의 레퍼런스 오디오만으로 음성 클로닝이 가능하며, 실시간 스트리밍을 지원합니다.

특징

• 🎯 한국어 네이티브 지원: 한국어에 최적화된 발음과 운율
• 🎙️ 3초 음성 클로닝: 짧은 레퍼런스로 빠른 음성 복제
• ⚡ 97ms 레이턴시: 실시간 대화에 적합한 빠른 응답
• 🌍 다국어 지원: 한국어, 영어, 중국어, 일본어 등 10개 언어
• 📜 Apache 2.0 라이선스: 상업적 사용 가능

설치

```bash pip install davinci-voice ```

빠른 시작

```python import torch from davinci_voice import DavinciVoiceModel

모델 로드

model = DavinciVoiceModel.from_pretrained( "andrewkim80/davinci-voice", device_map="cuda:0", dtype=torch.bfloat16, attn_implementation="flash_attention_2", )

음성 클로닝

audio_list, sample_rate = model.generate_voice_clone( text="안녕하세요, 다빈치 보이스입니다.", ref_audio="path/to/reference.wav", x_vector_only_mode=True, )

저장

import soundfile as sf sf.write("output.wav", audio_list[0], sample_rate) ```

성능

지표	값
TTFA (Time To First Audio)	~97ms
RTF (Real-Time Factor)	< 1.0
MOS (Mean Opinion Score)	4.6
WER (Word Error Rate)	1.8%

라이선스

Apache License 2.0

감사의 말

이 프로젝트는 Qwen3-TTS를 기반으로 합니다.