AI Briefing#speech-synthesis
#speech-synthesis와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#speech-synthesis와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Inflect v3가 Apache 2.0 라이선스로 공개되어 CPU와 CUDA에서 구동되는 34.31M 파라미터 Mini 모델을 제공했다
Liquid AI의 LiquidCodec이 M4 Max에서 361배 실시간 인코딩 속도를 달성했다
131M 파라미터 모델이 6개 언어 지원과 함께 0.85% WER을 달성했다
Audible이 BookLLM을 활용해 오디오북 캐릭터 음성 차별화를 개선했다.
ElevenLabs는 구형 모델에서 SSML을 지원하며 v3와 v4에서는 Audio Tags로 대체했다.
Vercel AI Gateway가 MAI 음성 및 전사 모델을 플랫폼 수수료 없이 도입했다.
Tontaube가 장문 생성과 저지연 추론에 특화된 2.9B 파라미터 오픈 소스 TTS 모델 TontaubeV1를 공개했다.
Prosody는 AI 음성의 인간다움을 결정하는 리듬, 억양, 강조 패턴으로, TTS 모델의 핵심 요소다.
애플은 메모리 사용량을 최소화하면서 고품질 음성을 실시간 생성하는 새로운 오디오 합성 아키텍처를 선보였다.
초소형 TTS 모델 Inflect-Nano-v2를 특정 목소리나 언어로 학습할 수 있는 파인튜닝 툴킷이 출시되었습니다.
1,000만 개 미만의 파라미터로 로컬 실행이 가능한 고효율 TTS 모델 Inflect-Micro-v2가 공개되었습니다.
Neuphonic이 7가지 감정을 제어할 수 있는 125M 파라미터 온디바이스 TTS 모델 NeuTTS-2E를 오픈소스로 공개했다.
NeurIPS 2026에서 실시간 멀티모달 대화형 에이전트 연구를 다루는 RTCA 워크숍의 논문 공모가 시작됐다.
연속적 확산(Continuous Diffusion) 기반 음성 모델이 스케일링 법칙을 따르며 효율적인 추론 가능성을 보여주었다.
Supertonic 3가 31개 언어와 감정 태그를 지원하는 온디바이스 TTS로 공개됐다.
Microsoft가 VibeVoice ASR과 Realtime 모델을 오픈소스로 공개했다.
30개 언어·48kHz 출력을 지원하는 2B 규모 TTS/음성 복제 모델.