COPLAND TTS 음질 비교
동일한 문장을 모델, 샘플레이트, 연산 방식별로 비교하여 들을 수 있습니다. 모든 파일은 무손실 WAV 형식이므로 음질 차이는 샘플레이트에 따른 것입니다. 대면 상담 PC 스피커 출력을 전제로 16kHz 이상만 수록하였습니다.
모델 및 실행 방식별 처리 성능
모든 채널이 동시에 연속 발화하는 최대 부하 조건에서, 코어 1개씩을 담당하는 워커를 여러 개 실행하여 30초간 측정한 값입니다. «1코어 배속»은 코어 1개가 실제 발화 속도의 몇 배로 합성하는지를, «동시 채널»은 끊김 없이 실시간으로 처리할 수 있는 채널 수를 나타냅니다.
시험 서버: Intel Xeon w5-2445(AMX 지원), 물리 10코어
| 모델과 실행 방식 | 10코어 동시 채널 | 150채널에 드는 물리 코어 | 1코어 배속 | 지연 p95 |
|---|---|---|---|---|
| COPLAND TTS권장AMX 가속 (BF16) | 386.7 | 4 | 38.8× | 186 ms |
| COPLAND TTS최적화 실행 (FP32) | 144.4 | 11 | 14.2× | 513 ms |
| COPLAND TTS기본 실행 (FP32) | 121.9 | 13 | 13.1× | 638 ms |
| COPLAND TTS 다국어AMX 가속 (BF16) | 181.5 | 9 | 19.5× | 390 ms |
| COPLAND TTS 다국어기본 실행 (FP32) | 48.0 | 32 | 6.0× | 1,455 ms |
참고: 데스크톱 Intel i9-9900(AVX2, AMX 미지원), 물리 8코어. 측정 중 다른 작업이 함께 실행됨
| 모델과 실행 방식 | 8코어 동시 채널 | 150채널에 드는 물리 코어 | 1코어 배속 | 지연 p95 |
|---|---|---|---|---|
| COPLAND TTS기본 실행 (FP32) | 40.3 | 30 | 9.9× | 1,683 ms |
| COPLAND TTS 다국어기본 실행 (FP32) | 15.9 | 76 | 4.1× | 3,800 ms |
«150채널에 드는 물리 코어»는 150 ÷ (동시 채널 ÷ 코어 수)로 여유분 없이 계산한 최소치입니다. 하이퍼스레딩은 처리량을 늘리지 않으므로 물리 코어만 계산합니다. 실제 서버는 운영체제, 사전 처리, 네트워크 처리를 위한 여유를 더하여 필요한 채널 수에 맞춰 산정합니다. 같은 조건에서 물리 4코어 실측값은 163.8채널입니다.
샘플레이트별 음질 비교
음성은 F1이며 원음은 44.1kHz입니다. 32kHz와 16kHz는 원음을 고품질로 리샘플링한 파일입니다.
FP32와 BF16 비교 (Xeon 서버)
BF16은 CPU의 AMX 가속을 사용하는 방식으로 FP32보다 2.7배 빠릅니다. 본 음성 합성은 매번 무작위 잡음에서 생성을 시작하므로 같은 설정에서도 결과가 조금씩 다릅니다. 스펙트럼 거리 측정 결과 BF16의 차이는 이 무작위 변동 범위 안에 있었습니다. 2번 문장의 BF16 음성은 음성인식 결과에서 «잠시만»이 «시만»으로 인식되었으므로 청취로 확인하시기 바랍니다.
COPLAND TTS 기본 음성 10종
2번 문장을 44.1kHz로 합성한 결과입니다. 현재 제공하는 기본 음성은 다음 10종입니다.
사용자 사전 적용 전후 비교
같은 안내문을 숫자 그대로 입력한 경우와 사전 및 읽기 규칙으로 한글 읽기를 적용한 경우를 비교합니다. 아래 받아쓰기는 음성인식으로 확인한 결과입니다.
받아쓰기: 고객님의 청구 금액은 32,500원이며 납부기한은 10월 25일입니다. 문의는 1588-2238으로 주세요. 전화번호를 잘못 읽었습니다.
받아쓰기(3회 합성 결과 동일): 고객님의 청구 금액은 32,500원이며 납부기한은 10월 25일입니다. 문의는 1588-1234로 주세요. 전화번호는 한 자리씩(0은 «공»), 10월은 «시월»과 같이 한글 읽기로 변환하여 입력합니다.