Speech models in Ollama

여러분, 컴퓨터가 내가 쓴 글을 자연스러운 목소리로 읽어주면 좋겠다고 생각한 적 없으신가요?

인기 있는 인공지능 도구 올라마에서 이제 텍스트를 음성으로 바꿔주는 기능을 지원하기 시작했어요! 첫 번째로 탑재된 음성 모델은 그라디움의 소형 고성능 텍스트 음성 변환 모델인 포논인데요. 현재는 맥OS에서 먼저 만나볼 수 있고 윈도우와 리눅스 지원도 곧 준비될 예정이랍니다. 어떤 기능들이 생겼는지 함께 알아볼까요?

전체 글 정리

1. 애플 실리콘에서의 뛰어난 성능

• 애플 실리콘 맥에서 올라마는 애플의 머신러닝 프레임워크인 엠엘엑스로 가속되어 뛰어난 처리 속도를 자랑해요.
• 엠5 맥북 프로 환경에서는 기존의 다른 빠른 엔진보다 무려 35%나 더 빠른 속도를 보여주었어요.
• 정확도 역시 허깅페이스 트랜스포머의 기준 구현과 정확도 면에서 완벽하게 일치한답니다.

2. 다양한 목소리와 언어 지원

• 명령어 옵션을 통해 원하는 목소리를 직접 선택할 수 있어요.
• 목소리는 그라디움의 음성 카탈로그에서 제공되며, 전체 목록은 명령어 확인을 통해 쉽게 살펴볼 수 있어요.
• 포논 모델은 아파치 2.0 라이선스로 배포되었고, 40M 모델의 경우 비영리 목적으로만 사용이 제한된 CC BY-NC 4.0 라이선스가 적용돼요.

3. 실시간 음성 변환과 파일 저장

• 챗봇의 답변을 음성 모델로 연결하면, 문장이 만들어지는 즉시 실시간으로 음성이 재생되도록 만들 수 있어요.
• 텍스트를 입력하지 않고 실행하면 직접 타이핑하며 음성을 만들 수 있고, 출력 결과를 웨이브 파일 형식으로 간편하게 저장할 수도 있어요.
• 기존 오픈에이아이와 호환되는 오디오 음성 엔드포인트를 지원하기 때문에, 기존에 사용하던 코드가 있다면 주소만 살짝 바꿔서 그대로 활용할 수 있답니다.
• 기본 오디오는 24킬로허츠 모노 웨이브 파일로 제공되며, 필요에 따라 원시 16비트 샘플 형식으로도 받을 수 있어요.

이용 방법 / 활용 방안

이번에 업데이트된 음성 기능을 실제로 어떻게 써먹을 수 있을까요? 애플 실리콘 맥을 사용 중이시라면 최신 버전의 올라마를 다운로드한 뒤 포논 모델을 내려받아 바로 시작할 수 있어요. 복잡한 설정 없이 간단한 명령어 입력만으로 글자를 소리로 바꿀 수 있으니, 긴 글을 눈으로 읽기 귀찮을 때 오디오 북처럼 틀어두거나 챗봇의 답변을 음성으로 생생하게 듣는 용도로 가볍게 테스트해 보기 좋답니다.

여러분이라면 이 새로운 음성 기능을 일상 속 어디에 가장 먼저 써보고 싶으신가요?