MARS5-TTS는 음성 AI 스타트업 CAMB.AI가 공개한 영어 음성 합성 모델로, 자연스러운 운율(prosody)과 감정 표현에 특화되어 있습니다. 1차 오토리그레시브(AR) 모델이 텍스트로부터 거친 음향 특징을 생성하고, 2차 비자기회귀(NAR) 모델이 이를 정제해 최종 파형을 만드는 2단계 파이프라인 구조를 채택했습니다. 단 5초 안팎의 짧은 레퍼런스 음성만으로 화자의 음색을 복제할 수 있으며, 어려운 텍스트나 강한 감정, 억양이 담긴 문장에서도 기존 TTS 대비 자연스러운 발화를 생성하는 데 초점을 맞췄습니다. 노래하듯 말하기, 극적인 억양 등 비표준적인 운율 표현도 처리할 수 있는 것이 특징입니다. AGPL-3.0 라이선스로 배포되어 소스 공개 의무가 있는 조건 하에 자유롭게 사용할 수 있습니다.