AI Briefing#text-to-speech
#text-to-speech와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#text-to-speech와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
ElevenReader가 브라질에서 7만 권의 라이선스 도서와 함께 출시됐다.
Sopro V2 Turbo 2610 업데이트로 클론 음성 품질이 개선됐으며 노트북 CPU에서 약 300ms 지연을 유지한다.
Eleven v4가 SSML 대신 맥락 기반 Audio Tags를 도입해 자연스러운 음성 휴식을 구현했다.
마이크로소프트가 Artificial Analysis 1위 MAI-Transcribe-2-Streaming과 신규 음성 모델을 출시했다.
Eleven v4는 인라인 IPA와 음소 규칙을 지원하지만 SSML phoneme 태그는 미지원이다.
ElevenLabs가 1위 모델 Eleven v4의 Audio Tags 가이드를 공개했다.
Hugging Face가 WER와 RTFx 등 객관적 지표로 오픈소스 TTS 모델을 평가하는 Open TTS Leaderboard를 출시했다.
ElevenLabs가 감정 연출이 가능한 TTS 모델 Eleven v4를 공개했다.
ElevenLabs가 ElevenAgents에 Eleven v4 Turbo를 추가해 지연 시간을 약 100ms로 단축했다.
ElevenLabs가 저지연 TTS 모델 Eleven v4와 v4 Turbo를 출시했다.
SupraLabs가 엣지 디바이스와 CPU 추론을 겨냥한 29.6M 파라미터 SupraTTS-0.1-Beta를 공개했다.
ElevenLabs가 미국, 캐나다, EU 등 5개 지역 대학생을 위해 주요 AI 오디오 도구 3개월 무료 이용 플랜을 출시했다.
구글이 자연어 프롬프트로 보이스 생성과 복제가 가능한 Gemini 3.8 Flash TTS 시리즈를 공개했다.
100개 이상 언어 지원 및 화자 제어 기능을 갖춘 두 가지 모델이 통합 API로 제공된다.
StepAudio 3 Gen이 RVQ 토큰 기반 디스크리트 생성 아키텍처로 TTS와 멀티모달 오디오 생성에서 SOTA를 달성했다.
Havells가 ElevenLabs 기술을 적용한 Agentic AI Voice Mode를 Havells One 앱에 출시해 8개 언어로 가전을 제어할 수 있게 됐다.
Hunar AI가 ElevenLabs의 TTS를 도입해 인도 현장 인력 온보딩 속도를 90% 높이고 유지율을 35% 개선했다.
Prosody는 AI 음성의 인간다움을 결정하는 리듬, 억양, 강조 패턴으로, TTS 모델의 핵심 요소다.
Halo NeuroAI가 유럽 포르투갈어를 네이티브로 지원하며, 노트북 CPU에서도 실시간 스트리밍이 가능한 120M 파라미터 음성 복제 모델 Sopro V2 Turbo를 오픈소스로 공개했다.
FireRedTeam이 이해와 생성을 분리한 9B 파라미터 통합 오디오 언어 모델 FireRedAudio를 공개했다.
Vercel AI Gateway에서 Fish Audio의 음성 합성 및 인식 모델을 9월 18일까지 무료로 제공한다.
audio.cpp 0.6 버전이 출시되어 MiniMax-H3를 포함한 5종의 신규 모델 패밀리와 WebUI를 지원한다.