자, 여기 제 MIO TTS 음성에 대한 이야기입니다. 간단히 말해서, 제 OpenClaw 에이전트의 음성 출력을 위해 듣기 좋은 독일어 여성 음성이 필요했습니다. 그런데 아무리 찾아도 도저히 마땅한 게 없더라고요. 그래서 제 모든 파이프라인을 가동해 Qwen3-TTS의 Sohe 음성으로 18시간 분량의 데이터셋을 만들었습니다. 거의 제 소설 한 권을 이 음성으로 읽게 만든 셈이죠. 그렇게 데이터셋을 구축했고, 이를 이용해 1300여 에포크(epochs) 동안 Piper TTS 음성을 학습시켰습니다. 이 방식의 장점은 A) 소리가 좋고 명확하며, B) Piper TTS를 통해 실행되므로 더럽게 빠르고 리소스를 적게 먹는다는 것입니다. 아시다시피 Piper TTS는 거의 모든 '토스터기' 수준의 저사양 기기에서도 돌아가니까요. 모델과 데이터셋을 포함해 전체 내용을 업로드한 링크를 함께 첨부합니다.