Kokoro vs Pocket TTS 비교: 어떤 초소형 오픈 TTS 모델을 사용해야 할까?

Kokoro는 8개 언어의 54개 고정 보이스를 제공하며 Apache 2.0입니다. Pocket TTS는 5초 오디오로 보이스를 복제하고 6개 언어를 지원하며 CC BY 4.0입니다. 둘 다 CPU에서 실행됩니다.

  • 업데이트

결론. 선택 기준은 보이스 복제가 필요한지 여부입니다. Kokoro(82M, 327 MB)는 8개 언어의 54개 고정 보이스를 갖추고, 복제는 지원하지 않으며, 순수한 Apache 2.0 라이선스이고 이 사이트에서 가장 많이 내려받는 음성 모델이지만, 만든 사람은 독립 개발자로 2025년 2월 이후 새 모델을 내지 않았습니다. Pocket TTS(100M)는 약 5초 오디오로 6개 언어의 보이스를 복제하고 계속 개선되어 왔으며, 2026년 10월에는 훨씬 작은 영어 모델을 공개했습니다. 그 가중치는 금지 용도 동의 게이트 너머에 CC BY 4.0으로 표기되어 있는데, 공개 글에서는 MIT라고 하고, 프리셋 보이스마다 각자의 라이선스가 있습니다. Kyutai의 테스트에서 Pocket TTS는 단어 오류율이 가장 낮았지만(1.84%), 화자 유사도는 다른 보이스 복제 모델에 뒤졌고 오디오 품질은 Chatterbox Turbo에 뒤졌습니다. Kyutai 보고에 따르면 둘 다 노트북 CPU에서 실시간보다 빠르게 실행됩니다.

사양

사양 KokoroPocket TTS
개발사hexgradKyutai
출시일2025년 1월 27일2026년 1월 13일
총 파라미터82M (Kokoro-82M v1.0)100M (Pocket TTS 100M (six languages))
활성 파라미터전체전체
아키텍처기타기타
컨텍스트 윈도우––
입력텍스트텍스트, 오디오
라이선스 Apache 2.0 (허용적) CC BY 4.0 (허용적)
최소 버전 메모리(4비트)0.38 GB (Kokoro-82M v1.0)0.127 GB (Pocket TTS 18M (English only))

성능 주장은 개발사가 제공한 것이며 독립적으로 검증되지 않았습니다.

Kokoro(이)가 적합한 경우

  • 접근 게이트 없는 순수 Apache 2.0 라이선스를 원하고 고정 보이스로 충분한 경우.
  • 일본어, 중국어(표준어), 힌디어가 필요한 경우(Pocket TTS는 미지원, Kokoro는 기성 보이스로 지원).
  • 커뮤니티 활용이 가장 넓은 모델을 원하는 경우: 2026년 11월 11일까지 30일간 약 1,250만 회 다운로드.
  • 327 MB의 작은 체크포인트로 충분한 경우.

Pocket TTS(이)가 적합한 경우

  • 화자의 동의를 받아 약 5초 오디오로 보이스를 복제하고 싶은 경우.
  • 독일어나 네덜란드어가 필요한 경우(Kokoro는 미지원).
  • 계속 개발되는 프로젝트를 원하는 경우: Kyutai는 2026년 동안 언어별 모델, 학습 코드, 초소형 영어 모델을 추가.
  • 더 작은 영어 모델을 원하는 경우: Kyutai 자체 측정 기준 18.2M 버전이 CPU 한 스레드에서 실시간의 9.9배로 실행.

Kokoro · Pocket TTS