Gradium, 65~75MB 온디바이스 음성 합성 모델 Phonon 공개

Gradium이 네트워크 연결 없이 기기에서 실행되는 음성 합성 모델 Phonon을 공개했습니다. 모델은 약 65MB와 75MB 두 종류로, 영어·프랑스어·독일어·스페인어·포르투갈어를 지원하며, Hugging Face 공개 TTS 리더보드에서 평가한 언어 모두 상위 3위 안에 들고 독일어와 스페인어에서는 1위를 기록했다고 밝혔습니다. 영어 전용 Phonon 31m은 Apache 2.0 라이선스이며, 5개 언어를 지원하는 Phonon 40m은 비상업적 이용에 한정됩니다.

작은 용량과 CPU 스트리밍의 짧은 첫 음성 출력은 서버 왕복을 줄여야 하는 오프라인 앱이나 엣지 기기에서 검토할 만한 근거입니다. 다만 상용 제품에 바로 적용할 수 있는 것은 Apache 2.0 라이선스의 영어 전용 모델이며, 다국어판의 상업적 이용 조건과 실제 기기별 성능은 별도로 확인해야 합니다. 리더보드 결과도 새로 출범한 벤치마크의 평가 범위에 한정되므로, 배포 전에는 대상 언어와 실행 환경에서 품질·지연을 검증할 필요가 있습니다.