Piper TTS 리뷰(2026): 빠르고 로컬한 신경망 음성 합성

역사: Rhasspy에서 Open Home Foundation으로

Piper가 실제로 하는 일

• 명령줄 합성. 다운로드한 음성 모델과 함께 python3 -m piper를 실행하면 WAV 파일을 생성하거나 오디오를 스피커로 직접 스트리밍할 수 있습니다.
• Python API. PiperVoice.load()로 음성을 불러온 뒤, 자신의 Python 애플리케이션에서 .synthesize_wav()나 스트리밍용 .synthesize() 제너레이터를 호출합니다.
• HTTP 웹 서버 모드. Piper는 상시 실행되는 웹 서버로 동작시킬 수 있어, 음성 모델을 메모리에 계속 로드해 두고 호출할 때마다 발생하는 CLI 재로딩 비용을 피할 수 있습니다 — 반복 사용이나 프로덕션 환경에 권장됩니다.
• C/C++ API(libpiper). 예전 Piper 저장소에서 이식된 네이티브 C++ 라이브러리와 CLI로, Python이 아닌 애플리케이션에 Piper를 통합할 수 있습니다.
• 원시 음소 주입. 텍스트를 `[[ ... ]]로 감싸면 (espeak-ng --ipa=3`으로 얻은) IPA 음소를 직접 전달할 수 있으며, 이름이나 전문 용어의 잘못된 발음을 고칠 때 유용합니다.
• 선택적 GPU 가속. --cuda(CLI) 또는 use_cuda=True(Python)를 지정하면 onnxruntime-gpu 패키지를 통해 CUDA 가속이 활성화됩니다. 다만 Piper는 CPU만으로도 충분히 실용적인 속도로 동작하도록 설계되었습니다.
• 커뮤니티가 학습시킨 다국어 음성. 수십 개 언어와 지역 변형이 Hugging Face에서 개별적으로 다운로드할 수 있는 음성 모델로 제공됩니다. 서로 다른 커뮤니티 기여자가 학습시키기 때문에 음성별로 품질이 다릅니다.

Piper 설치 및 실행: 단계별 가이드

1. 1
   Piper를 설치합니다.
   Why it matters: Python 환경(Python 3.9 이상 권장)에서 `pip install piper-tts`를 실행합니다. 이렇게 하면 `piper` 패키지와 ONNX Runtime 의존성이 설치됩니다. CPU만 사용할 경우 별도의 GPU나 CUDA 설정은 필요하지 않습니다.
2. 2
   음성을 나열하고 다운로드합니다.
   Why it matters: 인자 없이 `python3 -m piper.download_voices`를 실행해 사용 가능한 음성을 나열한 다음, `python3 -m piper.download_voices en_US-lessac-medium`을 실행해 특정 음성을 현재 디렉터리에 다운로드합니다.
3. 3
   명령줄에서 음성을 합성합니다.
   Why it matters: `python3 -m piper -m en_US-lessac-medium -f test.wav -- 'This is a test.'`를 실행해 WAV 파일을 작성합니다. `ffplay`가 설치되어 있다면 `-f` 플래그를 생략해 저장 대신 바로 오디오를 들을 수 있습니다.
4. 4
   (선택) CLI 대신 Python API를 사용합니다.
   Why it matters: 애플리케이션 내에서 반복 사용할 경우, `from piper import PiperVoice; voice = PiperVoice.load("en_US-lessac-medium.onnx")`에 이어 `voice.synthesize_wav(text, wav_file)`를 호출하면 매 호출마다 발생하는 CLI 시작 비용을 피할 수 있습니다.
5. 5
   (선택) GPU 가속을 활성화합니다.
   Why it matters: `onnxruntime-gpu` 패키지를 설치한 다음, CLI에서는 `--cuda`를, Python에서는 `PiperVoice.load()`에 `use_cuda=True`를 전달합니다. 선택 사항입니다 — Piper는 CPU만으로도 실시간으로 동작하도록 설계되었습니다.
6. 6
   (선택) 반복 사용을 위해 웹 서버를 실행합니다.
   Why it matters: 프로덕션이나 반복 사용 환경에서는 Piper의 HTTP 웹 서버 모드를 실행해, CLI를 호출할 때마다 다시 로드하는 대신 음성 모델을 메모리에 계속 유지하십시오.
7. 7
   (선택) 원시 음소로 잘못 발음되는 단어를 수정합니다.
   Why it matters: `espeak-ng -v en-us --ipa=3 -q <단어>`로 단어의 IPA 음소를 얻은 다음, 입력 텍스트 안에서 `[[ ... ]]`로 감싸 그 단어에 대한 Piper의 자동 발음을 재정의합니다.

실제 사용 예시

• 원시 음소 주입을 통한 발음 수정: espeak-ng -v en-us --ipa=3 -q <단어>로 얻은 IPA 음소를 사용해 `The [[ bˈætmæn ]] not [[ bɹˈuːs wˈeɪn ]]`처럼 텍스트를 감쌉니다.
• libpiper C/C++ API는 piper_create()(더 세밀한 제어가 필요하면 piper_create_with_options())를 제공하여, Python 런타임 없이 네이티브 애플리케이션에 Piper를 직접 통합할 수 있습니다.

# 명령줄: WAV 파일 작성
python3 -m piper -m en_US-lessac-medium -f test.wav -- "This is a test."

# 명령줄: 오디오 즉시 재생 (ffplay 필요)
python3 -m piper -m en_US-lessac-medium -- "This will play on your speakers."

# Python API
import wave
from piper import PiperVoice

voice = PiperVoice.load("en_US-lessac-medium.onnx")
with wave.open("test.wav", "wb") as wav_file:
    voice.synthesize_wav("Welcome to the world of speech synthesis!", wav_file)

# Python API: 합성 설정 조정 (속도, 볼륨, 표현력)
from piper import SynthesisConfig

syn_config = SynthesisConfig(
    volume=0.5,        # 절반 음량
    length_scale=2.0,  # 두 배 느리게
    noise_scale=1.0,   # 더 많은 오디오 변화
    noise_w_scale=1.0, # 더 많은 발화 변화
)
voice.synthesize_wav("Custom synthesis settings.", wav_file, syn_config=syn_config)

# Python API: GPU 가속 (onnxruntime-gpu 필요)
voice = PiperVoice.load("en_US-lessac-medium.onnx", use_cuda=True)

# Python API: 스트리밍 합성
for chunk in voice.synthesize("Streamed audio, chunk by chunk."):
    play_audio(chunk.audio_int16_bytes, chunk.sample_rate)

라이선스와 비용

Piper가 적합하지 않은 용도

• 표현력 있고 감정적인, 또는 몇 초 안에 이루어지는 음성 클로닝. Piper는 사전 학습된 음성 모델로부터 음성을 합성하는 것이지, 특정 인물의 짧은 참조 오디오 클립으로부터 합성하는 것이 아닙니다. 몇 초의 샘플 오디오로 음성을 클로닝해야 하거나 더 표현력 있는 발화가 필요하다면, XTTS v2가 그 목적을 위해 만들어졌습니다 — 그 (비상업적) 라이선스 조건은 PromptQuorum의 로컬 TTS 라이선스 가이드를 참고하십시오.
• 짧은 샘플로부터의 다중 화자 클로닝. 마찬가지로 Piper에는 특정 화자의 오디오 샘플로부터 즉석에서 새 음성을 생성하는 내장 메커니즘이 없습니다. 각 음성은 별도로 학습되고 배포되는 모델입니다.
• 폐쇄 소스 제품에서의 GPL-3.0 카피레프트 의무. Piper 자체 소스 코드를 수정해 폐쇄 소스 바이너리 안에서 배포하는 사용 사례라면, 현재 저장소의 GPL-3.0-or-later 라이선스는 원래 MIT 라이선스 저장소에는 없던 실질적인 제약입니다. 위의 라이선스와 비용 섹션을 검토하고, 그런 종류의 배포를 하기 전에 변호사와 상담하십시오.
• 모든 언어에서 일관되게 보장되는 음성 품질. 음성은 서로 다른 커뮤니티 구성원이 학습시키고 기여하기 때문에, 언어와 특정 음성에 따라 품질이 눈에 띄게 다릅니다 — 프로덕션 애플리케이션에 Piper를 채택하기 전에 대상 언어의 샘플을 확인하십시오.
• 장기적인 유지보수의 확실성. 본 문서 작성 시점 기준, 프로젝트 자체 README에는 Open Home Foundation이 Piper를 위한 추가 관리자를 찾고 있다고 명시되어 있으며, 이는 그 위에 중요한 인프라를 구축하기로 결정하기 전에 고려할 점입니다.

Piper의 대안

자주 묻는 질문

결론

출처

• GitHub의 OHF-Voice/piper1-gpl — 실제로 관리되는 저장소: README, 문서, 라이선스, 릴리스 이력.
• PyPI의 piper-tts — 현재의 GPL-3.0-or-later 라이선스를 포함한 공개 패키지 메타데이터.
• GitHub의 rhasspy/piper — 지금은 아카이브된 원래 저장소(MIT 라이선스).
• piper1-gpl 릴리스 — v1.8.0(2026년 9월 4일)을 포함한 버전 이력.
• Open Home Foundation — Piper와 Home Assistant를 관리하는 비영리 단체.

관련 글

• 로컬 TTS 및 음성 클로닝 라이선스: Piper, XTTS v2, F5-TTS, Coqui — 주요 로컬 TTS 엔진 전체를 다루는 라이선스 비교.
• ElevenLabs 대 Piper 대 XTTS v2 — 자체 호스팅 여부를 결정하려는 독자를 위한 클라우드 대 로컬 비교.
• 2026년 완전 오프라인 음성 비서 구축하기 — Piper를 로컬 LLM 및 Whisper 기반 STT 엔진과 연결해 완전한 음성 파이프라인을 구축하는 방법.
• Whisper.cpp 리뷰 — 동일한 깊이로 다룬 로컬 음성 인식 대응 제품 리뷰.
• faster-whisper 리뷰 — 동일한 깊이로 다룬 CTranslate2 기반 음성 인식 대안.