AI Briefing#audio-generation
#audio-generation와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#audio-generation와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Tontaube V1.1은 RTX 5090에서 13배 실시간 속도를 달성했다
ElevenLabs SFX v3가 고주파 클리핑을 줄이고 프롬프트 제어력을 높였다
SFX v3가 멀티 사운드 프롬프트를 더 안정적으로 처리하고 더 깨끗한 오디오를 생성했다.
Eleven v4는 인라인 IPA와 음소 규칙을 지원하지만 SSML phoneme 태그는 미지원이다.
StepAudio 3 Gen이 RVQ 토큰 기반 디스크리트 생성 아키텍처로 TTS와 멀티모달 오디오 생성에서 SOTA를 달성했다.
캐릭터 단위 토큰화와 DualCodec 기반의 2.9B 파라미터 오픈 웨이트 TTS 모델 TontaubeV1이 공개됐다.
MiniMax가 영상과 스테레오 음향을 함께 생성하는 33B H3 가중치를 공개했지만 한국은 라이선스 제외 지역이다.
1,000만 개 미만의 파라미터로 로컬 실행이 가능한 고효율 TTS 모델 Inflect-Micro-v2가 공개되었습니다.
NeurIPS 2023에서 주목받은 오디오 및 음악 생성 기술과 LG AI연구원의 연구 성과를 소개한다.
WavFlow는 latent 압축 없이 원본 waveform 공간에서 직접 고품질 오디오를 생성하는 방식을 제시했다.
가변 길이 오디오 생성 및 편집을 위한 고속 잠재 확산 모델인 Stable Audio 3를 공개했다.
Google의 새 TTS 모델이 자연어 오디오 태그로 음성 스타일을 정밀 제어한다.