Zonos v2 (ZONOS2)의 개요
Zonos v2는 Zyphra의 오픈 음성 합성 모델로, 2026년 6월 Hugging Face에 Apache 2.0으로 공개되었습니다. Zyphra는 600만 시간이 넘는 다양한 다국어 음성으로 학습했고 mixture-of-experts 백본을 쓴다고 밝힙니다. 추론 시 텍스트를 UTF-8 바이트로 정규화하고, ECAPA-TDNN 임베딩으로 화자의 목소리를 포착하며, DAC 오디오 코덱 토큰을 생성합니다.
영어, 표준 중국어, 일본어를 최상위에 두고 세 가지 품질 티어로 약 35개 언어를 다루며, 짧은 음성 샘플이나 저장된 임베딩에서 목소리를 복제하도록 만들어졌습니다. 공개물에는 localhost:1919에서 웹 UI와 함께 도는 Mini-SGLang 기반 로컬 추론 서버, 44.1 kHz 모노 PCM을 돌려주는 스트리밍 엔드포인트, 오프라인 Python API가 들어 있습니다. 호스팅 버전은 Zyphra의 클라우드 플레이그라운드에서 돕니다. Linux x86_64와 CUDA를 지원하는 NVIDIA GPU가 필요합니다.
Zonos v2 (ZONOS2), 쓸 만한 가치가 있습니까?
Zonos v2를 볼 이유는 정말 오픈이고 정말 다국어라는 점입니다. 600만 시간이 넘는 음성으로 학습해 세 티어로 나뉜 약 35개 언어를 다루고, 목소리마다 파인튜닝할 필요 없이 ECAPA-TDNN 화자 임베딩으로 짧은 샘플에서 목소리를 복제합니다. Apache 2.0 아래에서 이 조합은 드뭅니다. 이만큼 유연한 음성 복제 시스템은 대부분 ElevenLabs 같은 닫힌 API입니다.
패키징은 실용적입니다. Mini-SGLang 기반 로컬 서버는 웹 UI와 44.1 kHz 모노 원시 오디오를 돌려주는 스트리밍 엔드포인트를 주고, 오프라인 Python API는 배치 프롬프트를 처리하므로, 호스팅 의존 없이 파이프라인에 끼워 넣을 수 있습니다. 오디오를 자체 기기에 두어야 하는 팀에는 중요합니다.
주의할 점: 모델 카드는 측정 가능한 주장을 하지 않습니다. 품질이 "낮은 지연으로" 최상위 제공업체 "에 버금가거나 심지어 능가한다"고 하지만, 벤치마크도 샘플 세트도 지연 수치도 공개하지 않고 링크된 블로그 글에 맡깁니다. 자연스러움과 실시간 계수가 전부인 음성 모델에서 이는 실제 공백이며, 직접 돌려 보지 않으면 판단할 수 없습니다. 또 Linux x86_64와 NVIDIA CUDA GPU에서만 돌아, Apple Silicon이나 CPU 경로가 없습니다.
두 가지 더 따질 점. 기본 서버는 포트 1919를 수신하므로 다른 로컬 서비스처럼 다루고 공개 네트워크 밖에 두십시오. 그리고 고충실도 음성 복제에는 분명한 오용 위험이 있습니다. 모델은 주는 어떤 목소리든 자체 동의 확인 없이 흉내 냅니다. Zyphra는 이후 Zonos 3로 옮겨 더 작은 ZONOS3-Mini를 2026년 11월에 공개했으니, v2는 더 이상 가장 새로운 계열이 아닙니다.
결론: 여러 언어에 걸친 자체 호스팅·관대한 라이선스의 복제 음성으로는 시도할 가치가 있지만, 프로젝트가 믿을 수치를 주지 않으니 정하기 전에 본인 텍스트로 Chatterbox와 호스팅 옵션과 들어 비교하십시오.
제 역할을 하는 곳
대사를 현지화하는 인디 게임 스튜디오
언어마다 성우를 두지 않고 여러 언어에서 일관된 캐릭터 목소리 만들기
짧은 샘플에서 참조 목소리를 복제하고 오프라인 Python API로 티어 1과 티어 2 언어의 대사를 합성하며, 오디오를 모두 자체 하드웨어에 둡니다. 카드가 품질 수치를 공개하지 않으니 먼저 출력을 들어 보십시오.
비공개 스크린 리더를 만드는 접근성 팀
텍스트를 클라우드 API에 보내지 않고 로컬에서 자연스러운 음성 만들기
NVIDIA Linux 머신에서 Mini-SGLang 서버를 돌리고 스트리밍 엔드포인트를 불러 44.1 kHz 오디오를 얻으며, 서비스를 공개 네트워크가 아니라 localhost:1919에 묶어 둡니다.
오픈 TTS 모델을 비교하 는 개발자
오픈 모델이 유료 음성 API를 대체할 수 있는지 판단하기
본인 스크립트와 언어로 Zonos v2를 Chatterbox, 호스팅 옵션과 테스트합니다. Zyphra가 벤치마크를 공개하지 않으니, 본인 청취 테스트가 선택의 유일한 근거입니다.
도입 전 확인할 점
- 설정
- 가중치는 Hugging Face에 있고, 로컬 서버는 CUDA를 지원하는 NVIDIA GPU가 있는 Linux x86_64에서 돌며 localhost:1919에 웹 UI를 제공합니다. 오프라인 Python API(TTSLLM)가 배치 프롬프트를 처리하고, 호스팅 플레이그라운드가 cloud.zyphra.com에서 돕니다.
- 연동
- 44.1 kHz 모노 float32 PCM을 돌려주는 스트리밍 엔드포인트, .wav, .mp3, .flac이나 저장된 .npy/.npz 임베딩에서의 음성 복제, Zyphra 클라우드의 호스팅 API를 지원합니다.
- 데이터와 개인정보
- Apache 2.0 가중치는 전적으로 자체 하드웨어에서 돌아, 자체 호스팅하면 오디오도 텍스트도 기기를 벗어날 필요가 없습니다. 호스팅 플레이그라운드는 Zyphra 자체 약관을 따르며 카드는 이를 반복하지 않습니다.
- 대규모 사용 시 비용
- 라이선스료는 없고 비용은 돌릴 NVIDIA GPU입니다. mixture-of-experts 백본은 낮은 지연으로 홍보되지만, 카드는 배포 규모를 가늠할 처리량이나 실시간 계수 수치를 주지 않습니다.
- 제한
- Linux x86_64와 NVIDIA 전용, 공개된 품질이나 지연 수치 없음, 복제 음성에 대한 내장 동의 제어 없음, Zonos 3에 밀림.
좋은 점
- 짧은 샘플에서 음성을 복제하는 Apache 2.0 가중치
- 세 티어로 나뉜 약 35개 언어
- 로컬 스트리밍 서버와 오프라인 Python API, 클라우드 불필요
- 600만 시간이 넘는 음성으로 학습
아쉬운 점
- 공개된 품질, 샘플, 지연 수치 없음
- Linux x86_64와 NVIDIA CUDA 전용
- 내장 동의 확인 없이 어떤 목소리든 복제
- Zonos 3(ZONOS3-Mini, 2026년 11월)에 밀림
추천 대상
여러 언어에 걸친 자체 호스팅·관대한 라이선스의 음성 복제 TTS가 필요하고 NVIDIA Linux 머신에서 돌릴 수 있는 개발자에게 맞습니다.
Zonos v2 (ZONOS2) 대안
Zonos v2 (ZONOS2): 자주 묻는 질문
- Zonos v2 (ZONOS2), 쓸 만한 가치가 있습니까?
- 언어 범위가 드물게 넓은 유능한 오픈 음성 복제 모델이 지만, 공개된 품질이나 지연 수치가 없고 Linux와 NVIDIA 전용이라는 점이 발목을 잡습니다. 평점은 5점 만점에 3.9점입니다.
- Zonos v2 (ZONOS2)의 가격은 얼마입니까?
- Apache 2.0의 무료 가중치입니다. 호스팅 플레이그라운드와 API가 cloud.zyphra.com에서 돌며, API 가격은 모델 카드에 다시 적혀 있지 않습니다.
- Zonos v2 (ZONOS2)의 단점은 무엇입니까?
- 공개된 품질, 샘플, 지연 수치 없음; Linux x86_64와 NVIDIA CUDA 전용; 내장 동의 확인 없이 어떤 목소리든 복제; Zonos 3(ZONOS3-Mini, 2026년 11월)에 밀림.
- Zonos v2 (ZONOS2)에 적합한 사람은 누구입니까?
- 여러 언어에 걸친 자체 호스팅·관대한 라이선스의 음성 복제 TTS가 필요하고 NVIDIA Linux 머신에서 돌릴 수 있는 개발자에게 맞습니다.
- 팀이나 프로덕션 환경에서 Zonos v2 (ZONOS2)의 비용은 얼마입니까?
- 라이선스료는 없고 비용은 돌릴 NVIDIA GPU입니다. mixture-of-experts 백본은 낮은 지연으로 홍보되지만, 카드는 배포 규모를 가늠할 처리량이나 실시간 계수 수치를 주지 않습니다.
- Zonos v2 (ZONOS2)에 회사 데이터를 맡겨도 안전합니까?
- Apache 2.0 가중치는 전적으로 자체 하드웨어에서 돌아, 자체 호스팅하면 오디오도 텍스트도 기기를 벗어날 필요가 없습니다. 호스팅 플레이그라운드는 Zyphra 자체 약관을 따르며 카드는 이를 반복하지 않습니다.
- Zonos v2 (ZONOS2)의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Chatterbox, Sesame CSM-1B 및 Eleven v4 and v4 Turbo입니다.
답변 확인일: 2026년 11월 14일.