무료 음성 만들기(TTS·목소리 복제) 깃허브 TOP 10 — 한국어 되는지까지 정리

쇼츠 내레이션이나 오디오북을 만들 때 유료 음성 서비스 대신 내 PC에서 돌리는 무료 프로그램을 찾는 분이 많습니다. 깃허브에서 별이 많고 최근 12개월 안에 업데이트된 TTS·목소리 복제 도구 10개를 골라, README와 모델 카드에 한국어가 적혀 있는지부터 확인했습니다. 코드가 무료여도 모델은 상업 이용이 안 되는 경우가 많아 그 부분도 함께 적었습니다.

이 글은 2026-10-26 기준으로 최근 1년 안에 수정됐고, 라이선스가 있고, 설치 설명이 있는 저장소만 골랐어요. 별 수·마지막 수정일·라이선스는 깃허브 공식 API에서 받은 숫자 그대로이고, 돈 드는 곳은 각 저장소 설명서(README)에 적힌 내용으로만 적었어요.

무엇이 공짜고, 어디서 돈·조건이 붙나

10개 모두 프로그램 코드는 무료 오픈소스입니다. 하지만 음성을 만드는 '모델'의 라이선스는 따로라서, F5-TTS·OmniVoice는 비상업용(CC-BY-NC)이고 ebook2audiobook의 대표 엔진 XTTSv2도 비상업 라이선스입니다. 상업 이용이 명시된 쪽은 VoxCPM·Qwen3-TTS·CosyVoice(Apache-2.0)와 GPT-SoVITS·Chatterbox(MIT) 모델입니다. 대부분 내 PC의 NVIDIA 그래픽카드(GPU)로 돌리는 방식이라 사용료는 없지만 GPU가 없으면 느리거나 쓰기 어렵습니다.

목적별로 하나만 고른다면

한눈에 보는 10개

저장소별 정리

1. RVC-Boss/GPT-SoVITS

1분 정도의 목소리 녹음만으로 그 목소리를 흉내 내는 음성 모델을 학습시키고, 웹 화면(WebUI)에서 글을 읽게 할 수 있는 목소리 복제 도구.

• 잘 맞는 사람: 한국어 지원 명시(README 한국어 번역본도 있음). 내 목소리로 쇼츠·오디오북 내레이션을 대량으로 만들고 싶은 사람, Windows 통합 패키지로 설치 부담을 줄이고 싶은 사람.
• 한국어: 지원 명시
• 돈 드는 곳: 완전 무료(코드 MIT, Hugging Face 기본 모델 카드도 MIT). 단 내 PC에서 돌리므로 NVIDIA GPU(CUDA)가 사실상 필요.
• 윈도우: README 명시(Windows 10 이상 테스트, 압축 통합 패키지를 받아 go-webui.bat 더블클릭)
• 주의: 학습·추론에 GPU가 필요하고 기능이 많아 처음엔 화면이 복잡하다. 코드·기본 모델 모두 MIT라 상업 이용에 걸림이 적은 편이지만, 남의 목소리(연예인·지인 포함)를 본인 동의 없이 복제해 쓰면 초상권·퍼블리시티권 침해, 사기·명예훼손 문제가 될 수 있다.
• 믿을 만한가: 별 63,705개, 마지막 수정 2026-10-19, 라이선스 MIT

git clone https://github.com/RVC-Boss/GPT-SoVITS.git복사

2. jamiepine/voicebox

몇 초짜리 녹음으로 목소리를 복제하고, 여러 TTS 엔진(Qwen3-TTS·Chatterbox·Kokoro 등 8개)을 골라 글을 읽히는 설치형 데스크톱 '음성 스튜디오' 앱(ElevenLabs 대안을 표방).

• 잘 맞는 사람: 명령어 없이 설치 파일로 바로 쓰고 싶은 일반 사용자, 긴 대본·여러 목소리 대화(팟캐스트형)를 타임라인으로 편집하고 싶은 사람. README에 '23개 언어'라고만 있고 한국어는 직접 적혀 있지 않음.
• 한국어: 언급 없음
• 돈 드는 곳: 무료지만 모델 라이선스는 엔진마다 따로 확인 필요(앱 코드는 MIT). 내 PC에서 돌리므로 GPU가 있으면 빠름, LuxTTS·Kokoro는 CPU로도 가능하다고 README에 적혀 있음.
• 윈도우: README 명시(Windows용 MSI 설치 파일 제공, NVIDIA는 CUDA·그 외 GPU는 DirectML)
• 주의: 한국어는 README에 명시되지 않았다(안에 든 Qwen3-TTS·Chatterbox Multilingual은 각자 README에서 한국어를 적고 있으나 이 앱에서 되는지는 직접 확인 필요). 엔진 8개의 모델 라이선스가 각각 달라 상업용이면 엔진별로 확인해야 한다. Linux 설치 파일은 아직 없음. 남의 목소리(연예인·지인 포함)를 본인 동의 없이 복제해 쓰면 초상권·퍼블리시티권 침해, 사기·명예훼손 문제가 될 수 있다.
• 믿을 만한가: 별 58,534개, 마지막 수정 2026-10-07, 라이선스 MIT

git clone https://github.com/jamiepine/voicebox.git복사

3. OpenBMB/VoxCPM

30개 언어로 자연스러운 음성을 만들고, 짧은 녹음으로 목소리 복제·말로 설명해 새 목소리 만들기(보이스 디자인)까지 되는 다국어 TTS 모델(VoxCPM2).

• 잘 맞는 사람: 한국어 지원 명시(지원 언어 목록과 한국어 성능표 있음). 수익용 채널·오디오북처럼 상업 이용이 확실히 가능한 모델이 필요한 사람.
• 한국어: 지원 명시
• 돈 드는 곳: 무료지만 NVIDIA GPU 필요(README 표 기준 VRAM 약 8GB). 코드·모델 모두 Apache-2.0으로 상업 이용 가능이라고 README가 명시.
• 윈도우: 안내 없음(설치 조건은 Python 3.10~3.12, PyTorch 2.5 이상, CUDA 12.0 이상)
• 주의: 화면 앱이 아니라 파이썬으로 쓰는 모델이라 초보에겐 설치 문턱이 있다. README가 사칭·사기·허위정보 용도 사용을 '엄격히 금지'하고 AI 음성임을 표시하라고 권고한다. 남의 목소리(연예인·지인 포함)를 본인 동의 없이 복제해 쓰면 초상권·퍼블리시티권 침해, 사기·명예훼손 문제가 될 수 있다.
• 믿을 만한가: 별 40,593개, 마지막 수정 2026-10-08, 라이선스 Apache-2.0

pip install voxcpm복사

4. resemble-ai/chatterbox

음성 회사 Resemble AI가 공개한 TTS 모델 묶음. 23개 언어 다국어 모델과 웃음·한숨 같은 표현 태그가 되는 빠른 영어 모델(Turbo)이 있고, 짧은 녹음으로 목소리 복제가 된다.

• 잘 맞는 사람: 한국어 지원 명시(다국어 모델 기준, Turbo는 영어 전용). 상업 이용 걸림이 적은 모델로 내레이션을 만들고 싶은 사람.
• 한국어: 지원 명시
• 돈 드는 곳: 완전 무료(코드 MIT, Hugging Face 모델 카드도 MIT). GPU가 있으면 빠르고 README 예시엔 CPU 선택도 있음.
• 윈도우: 안내 없음(실행 장치로 cuda·cpu·mps를 고르게 되어 있음)
• 주의: 만든 모든 음성에 사람 귀엔 안 들리는 워터마크(PerTh)가 자동으로 들어간다고 README가 밝힌다(AI 음성임을 나중에 확인 가능). 빠른 Turbo 모델은 영어만 된다. 남의 목소리(연예인·지인 포함)를 본인 동의 없이 복제해 쓰면 초상권·퍼블리시티권 침해, 사기·명예훼손 문제가 될 수 있다.
• 믿을 만한가: 별 27,247개, 마지막 수정 2026-07-21, 라이선스 MIT

pip install chatterbox-tts복사

5. QwenAudio/CosyVoice

알리바바 계열 팀의 다국어 음성 생성 모델. 9개 언어와 중국 방언을 지원하고 목소리 복제·학습·서버 배포까지 한 저장소에서 제공한다(최신 Fun-CosyVoice3).

• 잘 맞는 사람: 한국어 지원 명시. 파이썬을 다룰 줄 알고 상업 이용 가능한 다국어 복제 모델이 필요한 사람(voice-pro 같은 화면 도구 안에서도 쓰임).
• 한국어: 지원 명시
• 돈 드는 곳: 무료지만 GPU와 Conda 설치 필요. Hugging Face 모델 카드(Fun-CosyVoice3-0.5B)는 Apache-2.0으로 상업 이용 가능.
• 윈도우: 안내 없음(설치 안내가 Conda 기준이고 일부 추가 패키지는 Linux용 파일)
• 주의: README의 clone 주소는 예전 이름(FunAudioLLM/CosyVoice)으로 적혀 있지만 지금 저장소는 QwenAudio/CosyVoice다(GitHub가 자동 연결). 마지막 push가 2026-05로 다른 후보보다 덜 활발하다. 남의 목소리(연예인·지인 포함)를 본인 동의 없이 복제해 쓰면 초상권·퍼블리시티권 침해, 사기·명예훼손 문제가 될 수 있다.
• 믿을 만한가: 별 24,131개, 마지막 수정 2026-05-25, 라이선스 Apache-2.0

git clone --recursive https://github.com/QwenAudio/CosyVoice.git복사

6. DrewThomasson/ebook2audiobook

전자책(EPUB·PDF 등)을 넣으면 챕터·정보가 붙은 오디오북 파일로 바꿔 주는 도구. 여러 TTS 엔진(XTTSv2·Bark·VITS 등)과 목소리 복제를 고를 수 있다.

• 잘 맞는 사람: 한국어 지원 명시(언어표에 Korean (ko)). 직접 가진 전자책·내 글을 오디오북으로 만들어 보고 싶은 사람, 사양 낮은 PC 사용자.
• 한국어: 지원 명시
• 돈 드는 곳: 무료지만 엔진 모델 라이선스 확인 필요(코드 Apache-2.0). 대표 엔진 XTTSv2의 모델 카드는 Coqui Public Model License(비상업용). GPU 없이 CPU도 되지만 느림(최소 VRAM 1GB, 권장 4GB), 무료 Google Colab 실행 버튼 있음.
• 윈도우: README 명시(ebook2audiobook.cmd 실행, 설치 프로그램 자동 설치, ARM Windows도 표시)
• 주의: 대표 엔진 XTTSv2 모델은 비상업 라이선스(Coqui Public Model License)라 수익용이면 다른 엔진을 고르거나 조건을 확인해야 한다. 남의 책을 오디오북으로 만들어 올리면 저작권 침해다. README 끝에 유료 GPU 대여 안내가 있다. 남의 목소리(연예인·지인 포함)를 본인 동의 없이 복제해 쓰면 초상권·퍼블리시티권 침해, 사기·명예훼손 문제가 될 수 있다.
• 믿을 만한가: 별 20,415개, 마지막 수정 2026-10-06, 라이선스 Apache-2.0

git clone https://github.com/DrewThomasson/ebook2audiobook.git복사

7. k2-fsa/OmniVoice

600개가 넘는 언어로 목소리 복제·보이스 디자인을 하는 다국어 TTS 모델. 음성인식 도구로 유명한 k2-fsa 팀이 만들었다.

• 잘 맞는 사람: 한국어 지원 명시(Hugging Face 모델 카드 언어 목록에 ko). 여러 나라 말로 같은 목소리를 내야 하는 개인·비상업 프로젝트.
• 한국어: 지원 명시
• 돈 드는 곳: 무료지만 비상업용만(코드는 Apache-2.0, 학습된 모델은 Hugging Face 모델 카드에 CC-BY-NC로 명시). GPU 권장.
• 윈도우: 안내 없음(PyTorch 설치 후 pip로 설치, NVIDIA·Intel Arc GPU 안내)
• 주의: 모델이 CC-BY-NC라 광고 수익 채널 등 상업 용도에는 쓸 수 없다고 봐야 한다. 보이스 디자인(말로 목소리 만들기)은 중국어·영어로만 학습돼 다른 언어는 불안정할 수 있다고 README가 밝힌다. 무단 목소리 복제·사칭은 README가 금지. 남의 목소리(연예인·지인 포함)를 본인 동의 없이 복제해 쓰면 초상권·퍼블리시티권 침해, 사기·명예훼손 문제가 될 수 있다.
• 믿을 만한가: 별 15,877개, 마지막 수정 2026-10-19, 라이선스 Apache-2.0

pip install omnivoice복사

8. SWivid/F5-TTS

짧은 참고 음성과 그 대본만 주면 같은 목소리로 새 문장을 읽어 주는 목소리 복제 TTS 모델. 웹 화면(Gradio)과 Docker 실행도 제공한다.

• 잘 맞는 사람: 개인 실험·비상업 내레이션을 해 보고 싶은 사람. README·모델 카드에 한국어 언급 없음(공식 모델은 한국어를 보장하지 않음).
• 한국어: 언급 없음
• 돈 드는 곳: 무료지만 비상업용만(코드 MIT, 학습된 모델은 CC-BY-NC). GPU 필요.
• 윈도우: 안내 없음(NVIDIA·AMD·Intel GPU와 Apple Silicon용 PyTorch 설치 안내)
• 주의: 코드는 MIT지만 공식 모델이 CC-BY-NC라 수익 채널에는 쓰기 어렵다. 한국어는 공식 언급이 없어 직접 시험하거나 다른 모델을 써야 한다. 남의 목소리(연예인·지인 포함)를 본인 동의 없이 복제해 쓰면 초상권·퍼블리시티권 침해, 사기·명예훼손 문제가 될 수 있다.
• 믿을 만한가: 별 15,451개, 마지막 수정 2026-10-23, 라이선스 MIT

pip install f5-tts복사

9. QwenLM/Qwen3-TTS

알리바바 Qwen 팀의 TTS 모델 시리즈. 10개 언어로 3초 녹음 목소리 복제, 말로 설명해 목소리 만들기, 미리 준비된 목소리(한국어 여성 목소리 포함) 읽기가 된다.

• 잘 맞는 사람: 한국어 지원 명시(한국어 기본 목소리 'Sohee' 제공). 녹음 없이 준비된 한국어 목소리로 바로 내레이션을 뽑고 싶은 사람, 상업 이용 가능한 모델이 필요한 사람.
• 한국어: 지원 명시
• 돈 드는 곳: 무료지만 NVIDIA GPU 필요. 코드·Hugging Face 모델 카드 모두 Apache-2.0으로 상업 이용 가능.
• 윈도우: 안내 없음(예시 코드가 NVIDIA GPU 'cuda:0' 기준, FlashAttention 2 권장)
• 주의: 마지막 push가 2026-03로 다른 후보보다 덜 활발하다(12개월 안쪽). 화면 앱이 아니라 파이썬 코드로 쓰는 방식이라 초보에겐 voicebox 같은 앱을 통해 쓰는 편이 쉽다. 남의 목소리(연예인·지인 포함)를 본인 동의 없이 복제해 쓰면 초상권·퍼블리시티권 침해, 사기·명예훼손 문제가 될 수 있다.
• 믿을 만한가: 별 14,009개, 마지막 수정 2026-03-17, 라이선스 Apache-2.0

pip install -U qwen-tts복사

10. abus-aikorea/voice-pro

한국 팀이 만든 웹 화면(WebUI) 도구. 유튜브 영상 받기·자막(Whisper)·목소리 분리·번역·TTS(Edge-TTS·kokoro)·목소리 복제(F5-TTS·CosyVoice)를 한곳에서 처리한다.

• 잘 맞는 사람: 한국어 지원 명시(한국어 안내·한국어 복제 예시). 영상 더빙·번역 쇼츠를 Windows에서 클릭으로 만들고 싶은 사람.
• 한국어: 지원 명시
• 돈 드는 곳: 무료지만 NVIDIA GPU(VRAM 4GB 이상, 8GB 권장)와 저장공간 20GB 이상 필요. 기본 TTS인 Edge-TTS와 번역은 무료 온라인 서비스를 씀, Azure로 바꾸면 내 Azure 요금.
• 윈도우: README 명시(Windows 10/11 64비트, start.bat 실행, 관리자 권한 없이도 설치 가능)
• 주의: 복제 엔진 중 F5-TTS·E2-TTS 모델은 CC-BY-NC(비상업)라 수익용이면 CosyVoice3를 고르는 게 안전하다. 예전 버전(2.0)엔 60초 무료 체험·유료 구독이 있었으나 지금 README는 전부 무료라고 적고 있다. README에 연예인(아이유·유재석 등) 목소리 예시가 실려 있는데, 이런 복제를 영상에 쓰면 법적 문제가 생길 수 있다. 남의 목소리(연예인·지인 포함)를 본인 동의 없이 복제해 쓰면 초상권·퍼블리시티권 침해, 사기·명예훼손 문제가 될 수 있다.
• 믿을 만한가: 별 13,359개, 마지막 수정 2026-07-13, 라이선스 GPL-3.0

git clone https://github.com/abus-aikorea/voice-pro.git복사

쓰기 전에 꼭 볼 것

• 남의 목소리 복제: 연예인·지인 등 다른 사람의 목소리를 동의 없이 복제해 쓰면 초상권·퍼블리시티권 침해나 사기 문제가 될 수 있습니다. 본인 또는 허락받은 목소리만 쓰세요.
• 모델 라이선스: 코드가 MIT·Apache여도 F5-TTS·OmniVoice 모델은 CC-BY-NC, XTTSv2는 비상업 라이선스라 광고 수익 채널에는 쓰기 어렵습니다.
• GPU 필요: 대부분 NVIDIA 그래픽카드 기준이며, VoxCPM은 README 표 기준 VRAM 약 8GB, voice-pro는 4GB 이상(8GB 권장)을 요구합니다.
• AI 음성 표시: Chatterbox는 만든 음성에 보이지 않는 워터마크를 넣고, VoxCPM은 AI 음성임을 표시하라고 권고합니다. 영상에도 AI 음성임을 밝히는 편이 안전합니다.
• 저작권: 남의 책·영상을 읽거나 더빙해 올리면 음성 도구와 별개로 원작 저작권 침해가 됩니다.

뺀 저장소와 이유

• coqui-ai/TTS(별 46141): 마지막 업데이트가 2024-08-16로 12개월 넘게 멈춤
• myshell-ai/OpenVoice(별 38073): 마지막 업데이트가 2025-04-19로 12개월 넘음
• fishaudio/fish-speech(별 33402): 깃허브 라이선스가 표준이 아닌 자체 라이선스(NOASSERTION)
• debpalash/VoiceStudio(별 86814): 2026-04 생성 후 별이 급증한 이유를 확인하지 못했고 기본 엔진이 OmniVoice와 겹침