AI Briefing#speech-to-speech
#speech-to-speech와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#speech-to-speech와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Tencent Hy-SimulMT-30B-A3B가 실시간 번역에서 3초 StreamLAAL을 달성했다
Block이 인간 오디오만으로 학습한 풀 듀플렉스 음성 모델 Dessa를 출시했다.
ElevenLabs가 OpenAI 호환 API를 지원하는 Eleven Realtime v1 Mini와 Max 모델을 출시했다.
ElevenLabs가 Big Bench Audio 98.8%를 기록한 Eleven Realtime v1 Max를 출시했다
xAI가 Grok Voice 3.0을 공개했으며, Speech-to-Speech Index에서 86.9점으로 1위를 차지했다.
Bilibili가 150개 언어를 지원하는 Qwen3.5 기반 Index-Translate 모델 패밀리를 공개했다.
구글이 Gemini Enterprise에서 Gemini 3.8 Live with Live Avatar를 정식 출시했다.
Qwen이 Interleave 아키텍처를 적용해 평균 지연을 2.3초로 줄인 실시간 동시통역 모델 Qwen3.8-LiveTranslate를 공개했다.
Google이 실시간 음성 대화와 고정밀 전사를 지원하는 Gemini 3.8 Live와 3.5 Transcribe를 공개했다.
Hugging Face가 VAD, STT, LLM, TTS를 연결한 로컬 음성 대화 파이프라인을 공개했다.
xAI의 새로운 음성-대-음성 모델인 Grok Voice Think Fast 2.0이 AI Gateway에 출시되었다.
xAI가 코드 한 줄 없이 2분 만에 고성능 음성 에이전트를 구축할 수 있는 Voice Agent Builder 베타 버전을 출시했다.
Hugging Face와 Cerebras가 Gemma 4를 활용해 초저지연 실시간 음성-대-음성(Speech-to-Speech) 기술을 선보였다.
Telus가 Tomato.ai의 기술을 활용해 콜센터 상담원의 억양을 실시간으로 변환하는 AI 시스템을 도입했다.
ElevenLabs가 Text to Speech 및 Speech to Speech 기능에 대해 2회의 무료 재생성 기회를 제공한다.
ElevenLabs가 감정과 억양을 유지하며 목소리를 변환하는 Speech-to-Speech API를 공개했다.
ElevenLabs가 원본의 감정과 억양을 유지하며 목소리를 변환하는 Voice Changer와 실시간 상호작용에 최적화된 Turbo v2를 공개했다.
OpenAI가 향상된 음성 대화 모델인 gpt-realtime과 기능이 강화된 Realtime API를 공개했다.
Hugging Face가 복합 파이프라인인 Speech-to-Speech(S2S)를 Inference Endpoints에 배포하는 방법을 공개했다.
Hugging Face Transformers 라이브러리에 통합 음성 처리 모델인 SpeechT5가 추가되었습니다.