직접 재현하는 브라우저 TTS 성능 테스트
제조사 수치는 대개 다른 하드웨어에서 측정됩니다. 여기서는 한 번의 클릭으로 모든 모델이 내 기기에서 같은 글을 읽으며 실시간 측정합니다. 아래 참고값도 확인하세요.
없는 모델은 한 번 다운로드한 뒤 캐시됩니다. 대형 모델은 기본 선택되지 않으므로 다운로드까지 포함하려면 선택하세요. 각 모델의 기본 음성으로 같은 두 문장을 읽습니다.
참고 결과
공개 데모, 개발자 측정, 자체 테스트를 참고했습니다. RTF는 낮을수록 빠르며 1.0은 실시간입니다. 최종 검토: 2026년 7월.
| 모델 | 하드웨어 / 실행 환경 | RTF | 출처 |
|---|---|---|---|
| Kokoro-82M | M2 MacBook Air (WebGPU, fp32) | 0.2–0.4 | webml-community 데모, 2026 |
| Kokoro-82M | 중급 x86 노트북(WASM q8, 스레드 1개) | ≈1.1 | kokoro-js 커뮤니티 보고, 2025 |
| Piper(중간 품질 음성) | 중급 x86 노트북(WASM) | ≈0.11 | sherpa-onnx / piper 측정, 2025 |
| KittenTTS Nano | Core i7 노트북(WASM int8) | ≈0.4 | KittenML 이슈 트래커, 2026 |
| Kyutai Pocket TTS | Apple M4(WASM, 스트리밍) | ≈0.17 (6× RT) | Kyutai 출시 노트, 2026년 1월 |
| Chatterbox 0.5B | RTX급 데스크톱 GPU(WebGPU q4) | ≈1.0 | Resemble AI transformers.js 데모, 2026 |
측정 방법
- 약 220자, 두 문장의 고정 글을 각 모델의 기본 음성으로 합성합니다.
- 토큰화부터 최종 오디오 버퍼까지 측정하며 다운로드는 제외합니다. 다운로드가 포함된 첫 실행에는 *가 표시됩니다.
- 기기에 따라 WebGPU 사용 시 Kokoro fp32, 그 외에는 WebAssembly q8/int8을 사용합니다.
- RTF = 생성 시간 ÷ 오디오 길이.
- 모든 처리는 기기에서 이루어집니다. 결과는 사용자 소유이며 업로드되지 않습니다.
다운로드 크기와 하드웨어 요구 사항은 각 모델 페이지에서 확인하세요: Kokoro-82M, Piper, KittenTTS Nano, Kyutai Pocket TTS, Supertonic-3, Chatterbox, MOSS-TTS-Nano, Chatterbox Multilingual, OuteTTS-1.0 (0.6B), Orpheus-3B, MOSS-TTS (8.5B).
자주 묻는 질문
RTF(실시간 계수)란 무엇인가요?
생성 시간을 오디오 길이로 나눈 값입니다. RTF 0.5는 10초 클립을 5초에 만들어 실시간보다 2배 빠르다는 뜻입니다. 1.0 미만은 실시간보다 빠르고, 그 이상은 기다려야 합니다.
내 수치가 참조 표와 다른 이유는 무엇인가요?
차이를 확인하는 것이 목적입니다. 속도는 CPU/GPU, 브라우저 버전, WebGPU 지원, 온도, GPU 또는 WASM 실행 여부에 따라 달라집니다. 참조 표는 해당 하드웨어를, 내 실행은 내 하드웨어를 표시합니다.
모델 간 벤치마크가 공정한가요?
모든 모델이 같은 두 문장을 기본 음성으로 읽습니다. 최초 다운로드는 *로 표시해 초기 실행과 준비된 실행을 구분합니다. 처리량 테스트이며 품질은 직접 들어 판단하세요.
벤치마크가 결과를 전송하나요?
아니요. 결과는 로컬에 표시되며 공유하려면 복사 버튼을 쓰면 됩니다. 수집되는 것은 없습니다.