안녕하세요.
현제 개발된 저희 TTS에 대해서
고수분들의 도움을 부탁드립니다.
-
현재 상황
- 서버 - RTX 5090 GPU 1개 있는 서버
- 모델 - CosyVoice V3 모델 ( 파인튜닝한 모델 )
- 서빙 - LightTTS ( GitHub - ModelTC/LightTTS: LightTTS is a lightweight TTS inference framework optimized for CosyVoice2 and CosyVoice3, enabling fast and scalable speech synthesis in Python and supports stream and bistream modes. )
를 사용하고 있습니다.
주된 개발은 완료된 상태입니다. 다만 아래의 성능과 품질에 대한 개선을 요청을 드립니다.
위의 환경에서
개선 작업 1
현재는 1초당 1건의 요청을 처리하는 성능으로 동작을 하고 있습니다.
이것에 대해서 1초당 2건이상 처리하는 성능으로 개선을 요청 드립니다.
개선 작업 2
TTS 오류 중에 적지 않은 비율로 문장 자체를 음성으로 생성 못하거나..
기계음이 발생하는 문제가 있습니다.
위와 같이 2건의 개선작업을 진행해주시면 됩니다.
제 생각에는 아마도 LightTTS의 소스코드를 수정 또는 튜닝하는 업무라고 생각합니다.
실력이 있으신 분이면 해결하는데 시간이 오래걸리지 않을것 같습니다.
개선에 성공해주시면 1000만원 정도 성공 보수를 생각을 하고 있습니다.
관심이 있으신분들은 저에게 메일 (ihdream@growv.com) 부탁드립니다.