VoiceStudio, 해볼 만할까? 답은 세 가지에 달려 있다. GitHub에서 10만 6천 개 스타를 받은 로컬 음성 스튜디오로, 음성 복제, 영상 더빙, 받아쓰기, 전사가 모두 내 컴퓨터에서 돌아간다. 다만 설치에 들어가는 비용이 만만치 않고, 기본 모델의 상업적 라이선스에도 함정이 있다. 이 세 가지를 먼저 확인하면 괜한 수고를 줄일 수 있다.
프로젝트와 인기
GitHub의 debpalash/VoiceStudio는 2026년 4월 9일에 만들어졌고, 11월 10일 기준 스타 수가 106,188개에 달했다. 두 달 만에 약 4만 개에서 10만 개를 넘긴 셈이다. 본체는 AGPL-3.0 라이선스이며, 내세우는 문구는 단순하다. AI 음성 스튜디오를, 당신의 기기에. 음성 복제, 음성 디자인, 영상 더빙, 받아쓰기, 전사, 오디오북 일괄 생성을 지원하고 로컬 API로 에이전트와도 연결할 수 있다. 646개 언어는 기본 엔진 OmniVoice의 지원 범위이며, 엔진마다 지원하는 언어가 다르다.
설치 비용과 시작 방법
Windows, macOS, Linux, Docker를 지원하고, 첫 실행 때 Python 환경과 모델이 자동으로 설치되므로 직접 도구 환경을 갖출 필요가 없다. 공식 기준으로는 약 10GB의 디스크 여유 공간이 필요하고, 모델을 늘릴수록 더 들어간다. OmniVoice는 6GB 이상의 전용 GPU 메모리를 권장한다. 경량 엔진은 CPU만으로도 돌아가지만, 속도는 GPU의 10분의 1에서 50분의 1 수준이다. Windows 설치 파일에는 서명이 없어서 첫 실행 때 SmartScreen에 차단되므로 직접 허용해야 한다.
함정과 경계
가장 중요한 건 라이선스다. 본체는 AGPL-3.0으로 상업적 이용이 가능하지만, 기본 음성 모델 OmniVoice의 가중치는 CC-BY-NC로 비상업적 용도로만 쓸 수 있다. 생성한 음성을 상업적 의뢰에 쓰려면 사용하는 모델마다 라이선스를 일일이 확인해야 하며, 유료 Pro 라이선스도 모델 자체를 커버하지 않는다. 타인의 목소리를 복제할 때는 반드시 사전 허락을 받아야 한다. 모든 것이 로컬에서 돌아가는 만큼 보호 장치는 사용자의 자각에 달려 있다. 모델 다운로드는 용량이 커서 중국 내 네트워크에서는 느릴 수 있다. 중국어로 쓸 때는 먼저 짧은 샘플로 테스트하고, 결과가 아쉬우면 CosyVoice 3나 IndexTTS 2.5로 바꾸는 것이 좋다. 클라우드 버전은 아직 출시되지 않았으니 있는 서비스처럼 계획하지 말 것.
프라이버시를 중시하고 녹음을 클라우드에 올리고 싶지 않은 크리에이터, 전용 GPU나 Apple Silicon Mac이 있고 직접 만지는 것을 즐기는 사람, 영상 더빙이나 오디오북, 일괄 내레이션을 만드는 개인 사용자에게 맞는다. 생성한 음성을 그대로 상업적 의뢰에 쓰면서 라이선스 확인은 하고 싶지 않은 사람에게는 맞지 않는다. 얇은 노트북만 있고 바로 쓸 수 있는 것을 원하는 사람도 무리할 필요가 없으며, 팀 협업과 고객 지원을 중시한다면 클라우드 서비스가 더 안정적이다.
