pip install qwen-tts soundfile fastapi uvicorn

• Qwen 0.6B TTS는 한국어 음질이 좋은 가벼운 로컬 모델이고, soundfile은 음성 파형(숫자 배열)을 .wav로 저장해 줍니다.
• 모델이 가벼워 설치·실행이 수월하고, 한국어 발음·억양이 자연스럽습니다.

파이썬으로 Qwen 0.6B TTS(qwen_tts의 Qwen3TTS, language=Korean)로 텍스트를 받아 음성을 만들고, soundfile로 scene_번호.wav에 저장하는 함수를 만들어줘. 모델이 반환한 샘플레이트를 함께 넘겨 정상 속도로 저장되게 해줘.

• 모델이 만든 파형과 샘플레이트를 soundfile.write에 함께 넘겨야 정상 속도로 저장됩니다.
• 샘플레이트가 어긋나면 배속·잡음이 생기니 생성값을 그대로 넘기는 습관이 중요합니다.

파이썬으로 Kokoro TTS(kokoro의 KPipeline)를 써서 같은 한국어 문장을 음성으로 만들어 kokoro_1.wav로 저장하는 함수를 만들어줘. lang_code와 voice를 지정하고 샘플레이트 24000으로 soundfile 저장해줘.

# ===== kokoro_test.py (비교용 Kokoro-82M) =====
from kokoro import KPipeline
import soundfile as sf

pipe = KPipeline(lang_code="a")   # 다국어 파이프라인 (음색은 voice로 지정)

def make_kokoro(text: str, name: str = "kokoro_1") -> str:
    for _, _, audio in pipe(text, voice="af_heart"):
        sf.write(f"{name}.wav", audio, 24000)   # Kokoro는 24kHz
    return f"{name}.wav"

if __name__ == "__main__":
    print(make_kokoro("안녕하세요, 코코로 음성 비교 테스트입니다."))

pip install kokoro soundfile

• Kokoro-82M(~2~3GB)은 더 가볍고 빠릅니다. 같은 한국어 문장을 Qwen 0.6B TTS와 Kokoro로 각각 만들어 번갈아 들어보세요.
• 판단 기준: 한국어 발음·억양의 자연스러움 vs 생성 속도. 우리 쇼츠는 '한국어 음질'을 기준으로 Qwen 0.6B TTS를 권장합니다.
• 두 모델을 실제로 돌려 보고 '왜 이 모델을 골랐는지'를 근거로 말할 수 있으면 성공입니다.

FastAPI로 POST /v1/audio/speech 엔드포인트를 만들어줘. OpenAI TTS와 같은 형식으로 input·voice를 JSON으로 받아 위 make_audio로 음성을 만들고 mp3(또는 wav) 오디오를 그대로 반환하게 해줘. CORS는 모두 허용하고, uvicorn으로 8000포트에서 실행되게 해줘.

• 요청·응답 형식을 OpenAI 규격(/v1/audio/speech)에 맞추는 게 핵심 — 그래야 웹앱 코드를 안 고치고 주소만 바꿉니다.
• uvicorn server:app --port 8000 으로 띄우면 http://localhost:8000/v1/audio/speech 가 열립니다.

• 이 강의의 '음성 생성 체험'에서 상단 토글을 ☁️클라우드 → 💻온프렘(로컬)으로 바꾸고 주소에 http://localhost:8000 을 넣어 생성해 보세요.
• 키 없이도 로컬 서버로 요청이 가고, 내 컴퓨터가 만든 목소리가 그대로 재생됩니다.
• 코드는 그대로 두고 '연결 대상 주소만' 바꿨다는 점 — 이것이 온프렘 전환의 핵심입니다.