Breeze TTS 2는 BreezeBlue가 2026-08-25 공개한 오픈 가중치 TTS다. 모델 카드에 실린 Artificial Analysis Elo 차트에서 오픈 가중치 1위(1,210)이고, 폐쇄형인 Gemini 3.1 Flash TTS(1,199)와 ElevenLabs Eleven v3(1,125)보다도 높다. 다만 영어·중국어만 지원하고, 가중치와 직접 돌려 만든 출력물은 연구·비상업 용도로만 쓸 수 있다. 한국어 로컬 TTS를 찾는 목적이라면 후보에서 빠진다.

핵심 정보

항목내용
공개2026-08-25 (가중치 + PyTorch 추론 코드)
규모약 3.5B 파라미터(HF safetensors 합계, BF16)
언어영어, 중국어 (한국어 없음)
라이선스코드 Apache 2.0, 가중치·파생 모델·자체 실행 출력물은 BreezeBlue Research and Non-Commercial License
하드웨어Linux + NVIDIA CUDA GPU 필수. 기본(eager) 실행 약 7.7GiB(12GB GPU 권장), 고속 경로 --fast-all은 약 14.4GiB(24GB GPU)
출력24kHz 모노 PCM 스트리밍, 단일 동시성 HTTP API(/v1/audio/speech)
  • 오디오 토크나이저는 2026-10-10-github-qwenlm-qwen3-tts의 것을 기반으로 한다(Apache 2.0).
  • 상업적으로 쓰려면 BreezeBlue 호스팅 API의 유료 구독이 필요하다. 유료 구독이 있어도 오픈 가중치를 직접 돌린 출력물의 상업 이용 권리는 생기지 않는다.

기능

  • 음성 복제: 참조 오디오와 그 정확한 대본을 함께 넣어 음색·리듬·감정을 보존한다.
  • 음성 설계: 참조 오디오 없이 자연어 묘사만으로 새 목소리를 만든다.
  • 음성 방향 지정(Voice Direction): 복제한 목소리를 유지하면서 톤·감정·속도를 지시문으로 조정한다.
  • 보컬 이벤트: 영어는 (laugh)·(sigh), 중국어는 [笑]·[叹气]처럼 본문 안에 표현 태그를 넣는다.
  • 지연: H100 고속 경로 기준 첫 오디오까지 40ms 미만, RTF 0.32(약 3.1배 실시간). 모두 제작사 수치다.

리더보드 수치 읽는 법

모델 카드의 Elo 차트(2026-08-25 기준)에서 오픈 가중치 모델 순위는 Breeze TTS 2 1,210, 2026-10-03-fish-audio-s2-pro 1,082, Kokoro 82M v1.0 1,042, Higgs Audio V3 1,020, Chatterbox 969, VibeVoice 7B 920 순이다. 다음은 감안해야 한다.

  • 제작사가 자기 모델 카드에 실은 차트다. 이 노트에서 Artificial Analysis 원본과 대조하지 않았다.
  • Elo는 주로 영어 청취 선호도다. 한국어 품질과는 관계가 없다.

한국어 관점

공식 언어 태그와 모델 카드 모두 영어·중국어만 명시한다. 한국어로 넣었을 때 어떻게 나오는지 보고한 자료는 찾지 못했다. 한국어 로컬 TTS로는 2026-07-25-local-open-tts-models의 Qwen3-TTS(상업 이용 가능)나 Fish S2 Pro(비상업)를 본다. 음성 설계·지시 제어라는 기능 방향은 Qwen3-TTS 1.7B-VoiceDesign·CustomVoice와 비슷하다.

관련 페이지