코코로(Kokoro) 텍스트 음성 변환(TTS) 모델을 파이썬(Python) 환경 없이 단일 실행 파일로 구동할 수 있는 새로운 C++ 추론(inference) 엔진 '코코올오베로(kokoallovero)'가 개발되어 공개되었습니다. 이 프로젝트는 기존 GGML/GGUF 모델이나 파이썬 토치(PyTorch) 코드보다 더 빠르고 효율적인 CPU 기반 TTS 구현을 목표로 했으며, 실제로 동일한 CPU에서 파이썬 대비 약 2배 빠른 음성 합성 속도를 달성했습니다.
개발자는 음소 변환(G2P), 텍스트 정규화, 어휘집(lexicon), 추측기(guesser) 등 TTS에 필요한 모든 구성 요소를 하나의 휴대용 바이너리에 통합했습니다. 특히 구글 하이웨이(Google Highway) 라이브러리를 활용한 SIMD(Single Instruction, Multiple Data) 최적화를 통해 성능을 극대화했으며, 쿼드코어 i7-7700 프로세서에서도 6.6초 문장을 0.137 RTF(Real-Time Factor)로 합성하는 인상적인 결과를 보여주었습니다. 이는 파이썬 구현의 1.96배에 달하는 속도입니다. 또한, ARM 아키텍처(aarch64)와 NEON 명령어 세트도 지원하여 다양한 임베디드 환경에서의 활용 가능성을 열었습니다.
이번 코코올오베로의 출시는 저사양 기기나 임베디드 시스템에서 고품질 음성 인터페이스를 구축하려는 개발자들에게 중요한 의미를 가집니다. 파이썬 의존성을 제거하고 단일 바이너리 형태로 제공되어 배포 및 통합이 훨씬 간편해졌으며, 뛰어난 성능 덕분에 실시간 음성 비서, 오프라인 내비게이션, 접근성 도구 등 다양한 분야에서 활용될 잠재력을 가지고 있습니다. 특히, 복잡한 설치 과정 없이 바로 사용할 수 있는 점은 개발 효율성을 크게 높일 것으로 기대됩니다.