본문으로 건너뛰기
PromptQuorum인간을 위해 설계. AI를 위해 구조화.
홈/고급 로컬 LLM
Voice, Speech & Multimodal

YoVoice 리뷰: 로컬 음성 복제·음악 스튜디오

·7분 읽기 저 · PromptQuorum 창립자 · 오픈 웨이트·오픈소스 AI 디스커버리 엔진

YoVoice(버전 0.8.0)는 음성 합성, 음성 복제, AI 노래 생성, 악보 작성을 하나로 묶은 Apache-2.0 데스크톱 스튜디오이며, 개발자는 생성이 사용자의 컴퓨터에서 오프라인으로 실행된다고 밝힙니다. CLI, 로컬 HTTP API, 에이전트용 MCP 서버도 함께 제공하며, 여기 적힌 모든 내용은 개발자의 웹사이트, 문서, GitHub 저장소에서 가져왔습니다.

핵심 요점

  • 유지보수: 메인 브랜치는 2026년 11월 17일에 마지막으로 변경되었고 버전 0.8.0은 2026년 11월 15일에 공개되어, 방치된 프로젝트 경고는 해당되지 않습니다.
  • 비용: Apache-2.0 라이선스로 무료이며 유료 요금제는 찾지 못했습니다. 내려받을 수 있는 많은 모델 가중치에는 각자의 조건이 있습니다.
  • 모델: README에 따르면 모든 음성, 음악, 전사 모델은 앱 안에서 또는 CLI로 내려받습니다.
  • 플랫폼: macOS, Windows, Linux용 설치 프로그램과 각각의 독립 CLI 아카이브.
  • 개발자: 개인 개발자 leemysw이며 회사 정보 고지는 찾지 못했습니다.

📍 한 문장으로

YoVoice는 텍스트를 음성으로 바꾸고, 목소리를 복제·디자인하며, 로컬 모델로 노래와 악보를 생성하고, AI 에이전트에 CLI·API·MCP 서버를 제공하는 오픈소스 데스크톱 스튜디오입니다.

💬 쉽게 말하면

녹음 부스와 작은 음악 스튜디오를 하나의 프로그램에 담은 것으로, 구독 서비스가 아니라 내 컴퓨터에서 작업이 이루어진다고 보시면 됩니다.

📌참고: 이 리뷰는 yovoice.leemysw.com, GitHub 저장소, 문서, 릴리스 페이지를 바탕으로 하며 확인일은 2026년 11월 17일입니다. PromptQuorum은 앱을 설치하거나 실행하지 않았으므로 음성 품질, 음악 품질, 속도는 평가하지 않았습니다.

YoVoice(개발자 표기는 "yovoice")는 사용자의 컴퓨터에서 실행되는 모델로 음성을 생성하고, 목소리를 복제·디자인하며, 노래와 악보를 만드는 오픈소스 데스크톱 스튜디오입니다. AI 에이전트를 위한 명령줄, HTTP API, MCP 서버도 제공하며, 앱은 Apache-2.0 라이선스로 무료입니다. 이 리뷰는 공식 웹사이트, GitHub 저장소, 문서, 릴리스 페이지를 바탕으로 하며 확인일은 2026년 11월 17일입니다. PromptQuorum은 앱을 직접 테스트하지 않았습니다.

YoVoice 리뷰: 로컬 음성 복제·음악 스튜디오

YoVoice란?

YoVoice는 로컬 우선 오디오 스튜디오입니다. 텍스트를 음성으로 바꾸고, 목소리를 디자인하거나 복제하며, 노래와 연주곡을 생성하고, 멀티트랙 악보를 편곡합니다. 사용하는 모델은 사용자가 컴퓨터에 내려받아 실행합니다. README는 이를 macOS, Windows, Linux용 오픈소스 스튜디오로 설명하며, 프로젝트는 이름을 "yovoice"로 표기하고 웹사이트는 중국어가 우선이며 영어판도 있습니다.

추론 엔진은 ShugoAI의 네이티브 C++ 엔진 audio.cpp이며, README에 따르면 Python이나 Conda 설정이 필요 없습니다. 변경 기록에 따르면 버전 0.8.0은 커뮤니티 노래 공유, 사용자 지정 가능한 키보드 단축키, 6가지 테마, 새로운 음성 인식 모델을 추가했습니다.

입수 방법

YoVoice는 macOS(Apple silicon), Windows, Linux용 다운로드로 제공되며 일반 앱처럼 설치합니다. 독립 CLI 아카이브도 함께 공개되고, 데스크톱 앱에는 터미널이 필요하지 않습니다.

옵션
입수 방법
macOSApple silicon용 .dmg, macOS 14 이상: GitHub Releases
Windowsx64용 설치 .exe(CUDA 12.4·13.3 버전 포함): GitHub Releases
Linuxx64용 .deb(Debian/Ubuntu) 또는 .tar.gz: GitHub Releases
CLIOS별 독립 zip: CLI 가이드
웹사이트yovoice.leemysw.com
개인정보 처리방침찾지 못했으며 커뮤니티 약관만 있습니다
소스 코드github.com/leemysw/yovoice, Apache-2.0 라이선스

확인한 버전: 0.8.0. GitHub 릴리스 페이지에 따르면 2026년 11월 15일에 공개되었고, 메인 브랜치의 최신 변경은 2026년 11월 17일입니다. GitHub는 이 설치 프로그램의 배포 경로일 뿐이며, 모델은 앱 안에서 별도로 내려받습니다.

요구 사항

출처에는 최소 RAM, VRAM, 디스크 용량이 명시되어 있지 않습니다. 부담이 큰 부분은 별도로 내려받는 모델이며, 크기 차이가 큽니다.

운영체제

출처의 설명:
Apple silicon의 macOS 14 이상, Windows 10/11 x64, Linux x64. Windows 설치 프로그램은 필요하면 WebView2 런타임을 받고, Linux는 WebKitGTK 4.1이 필요(.deb가 설치)

가속

출처의 설명:
macOS는 Metal. Windows의 CUDA 12.4·13.3 설치 프로그램은 NVIDIA GPU용 런타임을 포함. Linux는 기본적으로 CPU에서 실행되며 Vulkan GPU 런타임은 설정에서 내려받을 수 있음

메모리와 VRAM

출처의 설명:
모델에 따라 다릅니다. 문서에 모델별 파일 크기(예: IndexTTS 2.5는 Q8에서 3.50 GB)가 있고, Breeze TTS 2에는 GPU를 권장

모델

출처의 설명:
앱 안에서 또는 CLI로 내려받으며 일시 중지와 이어받기를 지원. 총 다운로드 크기는 출처에 없음

데이터 폴더

출처의 설명:
기본값은 ~/.yovoice이며 설정에서 옮길 수 있음. 앱을 제거해도 유지됨

인터넷

출처의 설명:
모델과 런타임을 내려받을 때 필요. 문서에 따르면 엔진과 모델을 설치한 뒤에는 생성을 오프라인으로 실행할 수 있음

백엔드는 README와 CLI 가이드에 나열된 대로입니다. PromptQuorum은 어떤 모델이 어떤 백엔드에서 실행되는지 확인하지 않았습니다.

출처로 확인된 기능

아래 항목은 모두 README, 문서, 변경 기록에서 가져왔으며, 독립적으로 테스트한 것은 없습니다.

  • 음성, 목소리 디자인, 복제. 참조 녹음으로 목소리를 복제하고, 텍스트 설명으로 목소리를 디자인하며, 감정과 말투를 조절합니다. 모델 목록에는 IndexTTS 2.0·2.5, VoxCPM2, Qwen3-TTS, XTTS v2, Kokoro가 있습니다.
  • 이야기 더빙. 텍스트나 자막 파일을 가져와 각 줄에 등장인물을 지정하고 한 줄씩 생성하며, 줄마다 여러 테이크를 비교할 수 있습니다.
  • 음악과 악보. ACE-Step 1.5 또는 YuE2로 가사가 있는 노래와 연주곡, Stable Audio 3로 연주곡과 효과음, 노래의 6개 스템 분리, General MIDI 악보 편곡과 MIDI·스템 내보내기.
  • 전사. 오디오나 영상을 시간 정보가 있는 자막 줄로 바꿔 SRT 또는 WebVTT로 내보내며, Qwen3 ASR, Parakeet 같은 모델을 사용합니다.
  • 에이전트와 API. 설치 가능한 Agent Skill과 CLI, yovoice serve로 제공되는 MCP 엔드포인트가 있는 인증형 HTTP API, 데스크톱 앱 안의 127.0.0.1 로컬 API, DeepSeek, Qwen, OpenAI, Anthropic, Ollama, LM Studio 같은 서비스와 쓰는 선택형 어시스턴트 패널.
  • 인터페이스. 12개 인터페이스 언어, 6가지 테마, 편집 가능한 키보드 단축키.

비용

앱은 Apache-2.0 라이선스로 무료이며, 웹사이트와 저장소 어디에도 유료 요금제, 체험판, 구독이 나와 있지 않습니다.

앱

출처의 설명:
무료. 계정이 필요하다고 설명된 것은 커뮤니티 공유뿐

AI 어시스턴트

출처의 설명:
선택 사항. 연결하는 제공업체의 종량제 API 또는 요금제, 혹은 보통 키가 필요 없는 로컬 Ollama·LM Studio 서비스

모델

출처의 설명:
문서는 앱 안에서의 모델 다운로드를 설명하며 요금을 언급하지 않음. 라이선스는 모델마다 다름

어떤 통화로도 가격이 제시되지 않았습니다. 웹사이트의 구조화 데이터에는 앱 가격이 0 USD로 적혀 있습니다.

데이터 흐름과 개인정보

README는 생성이 전적으로 사용자의 CPU 또는 GPU에서 실행되며 원고, 참조 음성, 작품이 컴퓨터를 떠나지 않는다고 밝히고, 웹사이트도 "100% 오프라인 프라이버시"를 반복합니다. 아키텍처 문서는 모델과 런타임 다운로드, 그리고 사용자가 시작하는 커뮤니티 공유를 제외하면 네트워크를 쓰는 것은 사용자가 설정한 AI 서비스뿐이라고 덧붙이며, README는 이와 별도로 macOS와 Windows의 백그라운드 업데이트 확인을 설명합니다.

선택형 어시스턴트는 입력한 요청과 고정 지시문을 사용자가 고른 제공업체로 직접 보내며, 키는 소유자 전용 권한으로 로컬 데이터베이스에 저장됩니다. 0.8.0에서 추가된 커뮤니티 공유는 leemysw 계정으로 로그인한 뒤 미리 듣기 오디오 파일과 프로젝트 패키지를 업로드하며, 커뮤니티 약관에 따르면 로그인 시 약관 버전, 시간, 네트워크 주소가 기록됩니다.

📌참고: 이는 개발자의 선언이며 감사 결과가 아닙니다. PromptQuorum은 코드를 읽거나 앱의 네트워크 트래픽을 검사하지 않았고, 읽을 수 있는 개인정보 처리방침이 없으므로 이러한 설명은 README와 문서에서만 가져왔습니다.

음성 복제, 동의, 모델 라이선스

복제에는 참조 녹음 하나면 충분하며, 우리가 읽은 README와 문서 페이지에는 그 목소리가 사용자 본인의 것인지 확인하는 절차가 설명되어 있지 않으므로 동의 확인은 사용자의 책임입니다. 개발자의 커뮤니티 약관은 실존 인물의 목소리를 본인 동의 없이 공유하는 것(유명인, 배우, 가수의 복제 포함)과 사칭을 금지합니다. 이 약관은 커뮤니티에 적용되며 앱의 개인적 사용에는 적용되지 않습니다.

  • 동의와 법률. 목소리 복제가 적법한지는 당사자, 목적, 국가에 따라 달라집니다. 이 리뷰는 법률 자문이 아니며 PromptQuorum은 어떤 법적 관할도 평가하지 않았습니다.
  • 모델 라이선스는 서로 다릅니다. README에 따르면 OmniVoice, YuE2, Breeze TTS 2, Voxtral 4B TTS, MuScriptor의 가중치는 비상업적 사용으로 제한되고, XTTS v2와 Drama 3는 Coqui와 Fish Audio 자체 라이선스를 쓰며, IndexTTS 모델에는 별도의 모델 라이선스가 있고, Stable Audio 3는 연 매출 100만 달러 미만이면 Stability AI Community License로 무료입니다. Apache-2.0 라이선스는 앱에 적용되며 이 가중치에는 적용되지 않습니다.
  • 공유 규칙. 커뮤니티 약관은 목소리의 출처(본인 목소리, 명확한 동의를 받은 타인의 목소리, 합성 음성)를 사실대로 밝히고, 상업적 사용을 금지하는 모델로 만든 작품에는 비상업적 라이선스를 선택하도록 요구합니다.

확인하지 못한 사항

  • 출력 품질과 속도. PromptQuorum은 음성이나 음악을 들어 보지 않았고, 생성 속도를 측정하지 않았으며, 어떤 모델의 복제 정확도도 테스트하지 않았습니다. 웹사이트에는 오디오 샘플이 있지만 평가하지 않았습니다.
  • 프로젝트 성숙도. 저장소는 2026년 9월 15일에 만들어졌고 개인 개발자의 이름으로 공개되어 있어 장기적인 유지보수 여부는 알 수 없습니다.
  • 테이크 보존. 변경 기록의 Unreleased 항목에는 열 개 버전이 쌓인 이후 이전 테이크가 조용히 삭제되지 않도록 하는 수정이 있다고 나옵니다. 버전 0.8.0이 그렇게 동작하는지는 확인하지 않았으므로 필요한 테이크는 사본을 보관하세요.
  • 언어 지원 범위. 지원되는 음성 언어는 모델에 따라 다르며 출처에 단일 수치가 없습니다. 어떤 언어도 테스트하지 않았습니다.
  • 설치 프로그램 서명. macOS와 Windows 설치 프로그램이 공증되었거나 코드 서명되었는지는 확인하지 않았습니다.

경쟁 제품과 대안

Voicebox

플랫폼:
macOS, Windows(Linux는 소스 빌드)
가격 / 라이선스:
무료 / MIT
핵심 차이:
음성 복제, 음성 합성, Whisper 받아쓰기와 MCP 서버. 리뷰에는 음악 생성이나 악보 작성이 나와 있지 않음
Voicebox 관련 문서 (1개)

기타 언급:

XTTS v2

플랫폼:
macOS, Windows, Linux
가격 / 라이선스:
무료 / CPML
핵심 차이:
라이브러리로 쓰는 단일 복제 모델이며 스튜디오, 음악, 에이전트 기능 없음
XTTS v2 관련 문서 (9개)

표시되지 않은 6개 더보기

Coqui TTS

플랫폼:
macOS, Windows, Linux
가격 / 라이선스:
무료 / MPL 2.0
핵심 차이:
코드로 음성 합성 모델을 실행하는 Python 툴킷이며 데스크톱 스튜디오가 아님
Coqui TTS 관련 문서 (6개)

기타 언급:

표시되지 않은 3개 더보기

Bark

플랫폼:
macOS, Windows, Linux
가격 / 라이선스:
무료 / MIT
핵심 차이:
코드로 쓰는 텍스트-오디오 모델로, 리뷰에 따르면 자체 음성 복제 없음
Bark 관련 문서 (7개)

기타 언급:

표시되지 않은 3개 더보기

이들은 PromptQuorum 디렉터리에 있는 같은 카테고리의 앱입니다. 각 앱의 현재 가격, 라이선스, 플랫폼은 해당 앱의 페이지에서 확인하세요.

디렉터리에서 비교

자주 묻는 질문

스크립트나 AI 에이전트에서 실행할 수 있습니까?

네. CLI는 데스크톱 앱 없이 작동하며, 설치 가능한 Agent Skill로 에이전트가 CLI, 엔진, 모델을 설정할 수 있습니다. 서버와 앱 내 로컬 API는 OAuth 로그인 대신 미리 설정한 Bearer 토큰을 사용하고, 로컬 API는 같은 컴퓨터에서만 접근할 수 있습니다.

어떤 모델로 시작해야 합니까?

빠른 시작은 빠른 내레이션에는 Kokoro-82M, 복제에는 VoxCPM2를 제안하며, 문서에 따르면 Kokoro에는 내장 음성이 있고 복제는 되지 않습니다. 출력 품질은 비교하지 않았습니다.

제 언어를 지원합니까?

인터페이스는 12개 언어를 지원하지만 음성은 모델에 따라 다릅니다. 문서에 따르면 IndexTTS 2.5는 중국어와 영어에 일본어, 스페인어, 아랍어를 더하고, XTTS v2는 17개 언어, Audio8 TTS Realistic은 11개 언어를 다룹니다. 어느 것도 테스트하지 않았습니다.

AI 어시스턴트를 완전히 로컬로 실행할 수 있습니까?

문서에 따르면 같은 컴퓨터의 Ollama나 LM Studio에 연결할 수 있으며, 문서는 더 큰 모델이 눈에 띄게 더 나은 편곡을 쓰고 작은 로컬 모델은 형식 검사를 통과하지 못할 수 있다고 덧붙입니다.

공유한 노래에 제 참조 음성이 포함됩니까?

아닙니다. 커뮤니티 약관과 아키텍처 문서에 따르면 공유 패키지에는 해당 버전의 오디오, 가사, 생성 설정이 들어 있고 참조 음성은 들어 있지 않습니다. 모든 작품은 공개 전에 사람이 검토하며, 공유한 작품은 앱 설정에서 삭제할 수 있습니다.

결론

YoVoice는 젊지만 활발히 개발되는 Apache-2.0 도구로, 내 컴퓨터에서 음성을 생성하고, 목소리를 복제하며, AI 음악을 만들 수 있고, CLI와 MCP 서버로 에이전트가 조작할 수 있습니다. 오프라인 관련 설명은 독립적인 감사가 아니라 README와 문서에서 나왔고, 저장소는 이제 두 달밖에 되지 않았으며 개인 개발자의 이름으로 공개되어 있고, 여러 모델 가중치는 상업적 사용을 금지하며, Mac 빌드는 Apple silicon만 다룹니다. 무료 로컬 오디오 도구를 원하고 큰 모델 파일을 내려받을 크리에이터와 개발자에게 적합하며, 검증된 출력 품질, 모델별 상업적 사용의 명확성, 검증된 데이터 정책이 필요한 분은 직접 테스트하고 먼저 각 모델의 라이선스를 읽어야 합니다.

출처

← 고급 로컬 LLM으로 돌아가기

MCP