주요 특징

• GPU 없이 쓰는 상황을 목표로 잡은 엔진입니다. 저장소가 공개한 측정치는 일본어 20자 안팎 문장 100개 평균으로, i7-13620H CPU에서 첫 추론 지연 1.13초를 기록해 공식 파이토치 경로 1.35초, 공식 ONNX 경로 3.57초보다 짧습니다. 런타임 크기도 수 GB 대신 약 200MB, 모델은 약 750MB 대신 약 230MB로 줄었습니다.
• 기존에 학습해 둔 GPT-SoVITS 모델을 그대로 가져올 수 있습니다. convert_to_onnx 함수에 .pth 파일과 .ckpt 체크포인트 경로를 주면 ONNX 모델 디렉터리를 만들어 주며, 현재 V2와 V2ProPlus 버전을 지원합니다. 변환에는 torch가 필요하지만 추론 자체에는 필요하지 않아 배포 환경을 가볍게 유지할 수 있습니다.
• 모델이 없어도 바로 소리를 들어볼 수 있게 사전 정의 캐릭터를 붙여 두었습니다. load_predefined_character로 일본어·영어·중국어 샘플 화자를 내려받아 즉시 합성해 볼 수 있고, 자체 모델을 쓸 때는 load_character로 ONNX 디렉터리와 언어 코드를 지정한 뒤 set_reference_audio로 참조 음성과 그 전사 텍스트를 넣어 억양과 감정을 따라가게 합니다.
• 서비스로 붙이기 위한 경로도 내장되어 있습니다. start_server를 호출하면 호스트·포트·워커 수를 지정한 FastAPI 서버가 뜨고, 저장소의 API Server Tutorial에 요청 형식이 정리되어 있습니다. tts 호출 시 play 옵션으로 즉시 재생하거나 save_path로 파일 저장을 선택할 수 있고, wait_for_playback_done으로 재생 완료를 기다립니다.
• 설치와 리소스 관리 방식이 단순한 편입니다. Python 3.9 이상에서 pip로 설치하며 첫 실행 시 약 391MB의 리소스를 자동으로 내려받고, 사내망 등에서는 허깅페이스에서 직접 받아 GENIE_DATA_DIR 환경변수로 경로를 지정할 수 있습니다. 중국어 운율 개선용 RoBERTa 자산은 선택 다운로드로 분리했고, 코드 라이선스는 MIT입니다.