주요 기능

• 3초 길이의 샘플로 제로샷 음성 복제 수행
• 성별, 나이, 억양, 피치 등 세부적인 음성 디자인 적용
• 유튜브 URL이나 파일을 입력받아 번역 및 더빙된 MP4 파일 생성
• 시스템 전역에서 작동하는 실시간 받아쓰기 위젯 제공
• CUDA, MPS, ROCm 환경에서 GPU 가속 자동 감지 및 오프로딩

어떻게 동작하는가

FastAPI 백엔드에서 WhisperX, Demucs, Pyannote 등 오픈소스 모델 파이프라인을 실행하고, React 기반 프론트엔드와 WebSocket으로 통신하며 로컬 GPU 자원을 활용해 음성 처리 작업을 수행합니다.