주요 특징

• 엔진을 하나로 고정하지 않고 레지스트리에 등록해 두고 교체하는 구조입니다. 기본 엔진은 k2-fsa/OmniVoice 기반이며 CosyVoice 3, GPT-SoVITS, VoxCPM2, MOSS-TTS, IndexTTS 2.5, KittenTTS, Sherpa-ONNX 등 16개 TTS와 11개 ASR을 모델 카탈로그에서 설치·선택합니다. 상태 표시줄이나 단축키로 작업 중에도 엔진을 바꿀 수 있습니다.
• 작업 단위가 문장 하나가 아니라 완성물 기준으로 짜여 있습니다. 3초 안팎의 참조 클립으로 하는 제로샷 음성 복제, 나이·억양·톤 지시로 목소리를 만드는 보이스 디자인, 전사에서 번역·화자 유지·합성·영상 내보내기까지 이어지는 더빙, EPUB/PDF를 챕터로 나눠 .m4b로 뽑는 오디오북 경로가 각각 준비되어 있습니다. 대량 작업은 배치 큐에 넣고 작업별 진행률을 확인합니다.
• 실행 환경 범위가 넓은 편입니다. macOS 13.3 이상 애플 실리콘, Windows 10/11 x64, glibc 2.39 이상 리눅스용 패키지를 각각 배포하고 Docker 이미지도 제공합니다. 연산은 CUDA, 애플 실리콘 MPS/MLX, 리눅스 ROCm, CPU를 자동 감지해 라우팅하며 VRAM이 모자라면 일부를 CPU로 넘깁니다. 최소 사양은 8GB RAM에 10GB 디스크, 권장은 16GB 이상입니다.
• GUI 외에 프로그램에서 붙일 수 있는 접점을 함께 열어 둡니다. 로컬 REST/SSE/WebSocket API와 OpenAI 호환 오디오 API를 제공해 기존 코드의 엔드포인트만 바꿔 붙일 수 있고, MCP 서버로 합성·전사 도구를 노출해 MCP 클라이언트에서 직접 호출하는 것도 가능합니다. 원격 워커를 등록해 모델 설치와 추론을 다른 장비로 넘기는 경로도 있습니다.
• 부가 처리와 안전장치가 앱 안에 들어 있습니다. Demucs 기반 음성·배경 분리, Pyannote와 WhisperX를 쓴 화자 분리, AudioSeal 워터마크 삽입 및 검출, 자체 점검과 로그를 모아 개인정보를 지운 진단 번들 생성 기능을 제공합니다. 앱 자체는 AGPL-3.0이지만 선택 엔진은 각 모델 라이선스를 따르므로 상업적 사용 전 개별 확인이 필요합니다.