# Fun-CosyVoice3 (음성 모델)

> Alibaba Tongyi Lab의 로컬 음성 복제 텍스트-음성 변환: Fun-CosyVoice3 0.5B는 3-30초 클립의 목소리로 중국어, 영어, 일본어, 한국어, 독일어, 스페인어, 프랑스어, 이탈리아어, 러시아어, 광둥어로 말하며, 스타일 지시(감정, 속도, 방언)를 따릅니다. audio.cpp로 GPU에서 실행됩니다. Apache-2.0.

- Id: `aigd.tts-cosyvoice3`
- 소스: 공식 (자사 `aigd.*`)
- 카테고리: 오디오
- 게시자: AI Game Dev (`aigd`), 인증됨
- 최신 버전: 1.0.2 (2026-11-22 게시)
- 라이선스: SEE LICENSE IN README.md
- AI Game Dev 앱 필요: `>=0.32.0-beta.6`
- 네이티브 코드: 아니요
- 평점: 아직 평가 없음
- HTML 페이지: https://ai-game.dev/ko/packages/aigd.tts-cosyvoice3

## 설치

gamedev CLI를 사용한다면 프로젝트 폴더에서:

```bash
gamedev pkg add aigd.tts-cosyvoice3
```

데스크톱 앱에서 Packages 창을 열고(상태 표시줄의 패키지 아이콘) **Browse**를 선택한 뒤 `aigd.tts-cosyvoice3`를 검색하고 **Add to Project**를 클릭합니다. 자세히: https://ai-game.dev/docs/wiki/app/packages

## 버전

| 버전 | 게시일 | 앱 필요 | 참고 |
|---|---|---|---|
| 1.0.2 | 2026-11-22 | `>=0.32.0-beta.6` | 최신 |
| 1.0.1 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 설명

````markdown
# Fun-CosyVoice3 (`aigd.tts-cosyvoice3`)

Fun-CosyVoice3 0.5B(Tongyi Lab, Alibaba)는 음성 복제 텍스트-음성 변환 모델입니다. 짧은 참조 클립의 목소리로 9개 언어와 광둥어로 텍스트를 읽어 주고, 감정, 속도, 방언 같은 스타일 지시를 따릅니다. AI Game Dev에서는 **로컬 오디오 생성**(`aigd.audiocpp`, audio.cpp 런타임)을 통해 GPU에서 실행됩니다. 아시아와 유럽 언어에 걸쳐 한 캐릭터의 목소리가 필요한 게임에 적합합니다.

## 무엇을 만들 수 있나요

- 3–30초 클립에서 복제한 목소리로 중국어, 영어, 일본어, 한국어, 독일어, 스페인어, 프랑스어, 이탈리아어, 러시아어, 광둥어 중 하나로 말하는 캐릭터 대사.
- 교차 언어 음성 더빙: 클립에 담긴 언어가 아닌 다른 언어로 말하는 같은 목소리.
- 지시로 대사의 변형 만들기: 더 따뜻하게, 더 빠르게, 더 슬프게, 또는 방언으로.

## 요청 예시

- "`Audio/ref/merchant.wav`을 복제해서 상인의 인사말을 일본어와 한국어로 말해 주세요."
- "이 대사를 같은 목소리로 읽되, 따뜻하게 조금 더 느리게 말해 주세요."
- "내가 추가한 참조 클립으로 상점 대화의 광둥어 버전을 더빙해 주세요."

## 주요 기능

|  |  |
|---|---|
| 모델 id | `aigd.tts-cosyvoice3.q8-0` |
| 언어 | zh, en, ja, ko, de, es, fr, it, ru, yue (광둥어) |
| 목소리 | 항상 3–30초 참조 클립의 복제 (대본 선택 사항) |
| 스타일 지시 | 지원 (감정, 속도, 방언) |
| 출력 | 24 kHz, 모노 WAV |
| 요청당 텍스트 | 최대 2,000자 |
| 실행 환경 | NVIDIA (CUDA), Vulkan 또는 Mac (Metal) GPU |
| 다운로드 | 2.26 GB, 1개 파일 |
| 라이선스 | Apache-2.0, 상업적 사용 허용 |

## 실행 방식

모든 요청에는 3–30초 참조 클립(프로젝트 안의 WAV)이 필요합니다. 대본이 있으면 모델이 목소리를 더 가깝게 복제하고, 없으면 언어를 넘나들며 복제합니다. 스타일 지시("따뜻하게 말하기", "더 빠르게", 방언)를 주면 말투가 달라집니다.

이 패키지는 데이터만 담고 있습니다. 파일 하나를 지정하며, 앱이 사용자의 확인을 받은 뒤 다운로드하고 sha256으로 검증한 다음 사용자의 컴퓨터에서 audio.cpp로 실행합니다.

## 다운로드

2.26 GB, 파일 하나, Hugging Face 커밋 `b7b9aa1f`에 고정:

| 파일 | 출처 | 크기 |
|---|---|---:|
| `cosyvoice3-q8_0.gguf` | [`audio-cpp/audio.cpp-gguf`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3/CosyVoice3-GGUF) | 2.26 GB |

[`FunAudioLLM/Fun-CosyVoice3-0.5B-2512`](https://huggingface.co/FunAudioLLM/Fun-CosyVoice3-0.5B-2512)에서 변환했습니다.

## 지원 컴퓨터

| 컴퓨터 | 요구 사항 | 속도 |
|---|---|---|
| NVIDIA GPU (CUDA) 또는 다른 GPU (Vulkan) | 약 4 GB의 GPU 메모리 (추정) | 아직 측정되지 않음 |
| Apple silicon이 탑재된 Mac (Metal) | 약 8 GB의 메모리 (추정) | 아직 측정되지 않음 |

## 라이선스

Apache-2.0. 상업적 사용이 허용됩니다.

- Fun-CosyVoice3-0.5B-2512 © Tongyi Lab, Alibaba (FunAudioLLM) — [모델 카드](https://huggingface.co/FunAudioLLM/Fun-CosyVoice3-0.5B-2512) (`license: apache-2.0`). 모델 저장소에는 **LICENSE 파일이 없습니다**; Apache-2.0 텍스트는 [CosyVoice 코드 저장소](https://github.com/FunAudioLLM/CosyVoice/blob/main/LICENSE)에 있습니다.
- audio.cpp의 GGUF 변환 — [`audio-cpp/audio.cpp-gguf`](https://huggingface.co/audio-cpp/audio.cpp-gguf); audio.cpp의 [모델 라이선스 표](https://github.com/0xShug0/audio.cpp/blob/v0.9.5/docs/model_licenses.md)에는 Apache-2.0, 상업적 사용 예로 기재되어 있습니다.

가중치를 재배포할 때 필요한 저작자 표시: Apache-2.0 라이선스 텍스트와 고지 사항. 생성한 음성에는 저작자 표시가 필요하지 않습니다.

제한 사항을 명확히 하면: 라이선스에는 고지 사항 외에 아무런 제한이 없습니다. 사용 권한이 있는 목소리만 복제하세요; 생성한 결과에 대한 책임은 사용자에게 있습니다.

패키지에 선언된 대로 (`license`):

- 라이선스: Apache-2.0 — https://github.com/FunAudioLLM/CosyVoice/blob/main/LICENSE
- 저작자 표시: Fun-CosyVoice3-0.5B-2512 © Tongyi Lab, Alibaba (FunAudioLLM), Apache-2.0; GGUF 변환: audio.cpp
- 제한 (저작자 표시): 가중치를 재배포하려면 Apache-2.0 라이선스 텍스트와 고지 사항이 필요합니다.
- 제한 (기타): Hugging Face 모델 저장소는 카드에 Apache-2.0을 선언하지만 LICENSE 파일이 없습니다; 라이선스 텍스트는 FunAudioLLM/CosyVoice 코드 저장소에 있습니다.
- 제한 (기타): 음성 복제: 재현할 권한이 있는 목소리만 사용하세요; 생성한 결과에 대한 책임은 사용자에게 있습니다.

모든 파일은 Hugging Face에서 다운로드합니다. AI Game Dev는 파일을 호스팅하지 않습니다.
````
