AI Briefing#tts
#tts와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#tts와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Tontaube V1.1은 RTX 5090에서 13배 실시간 속도를 달성했다
DeepSeek API가 V4.1-Flash로 웹 검색과 파일 처리 기능을 지원한다.
볼륨과 연령 태그가 선호도에 영향을 미친 반면, 전문성 배지와 사용량은 품질과 무관했다
131M 파라미터 모델이 6개 언어 지원과 함께 0.85% WER을 달성했다
Eleven v4 Turbo가 9층 Voice AI 스택 기반 리더보드 1위를 차지했다
생성형 LLM의 지연과 환각 문제를 해결하기 위해 비생성형 모델 jev와 코드 기반 로직을 결합한 실시간 음성 예약 봇 데모를 소개함.
Izwi 0.1.0가 Python 없이 로컬 음성 AI를 지원하는 오픈소스 데스크톱 앱을 출시했다.
SteerTTS가 Open TTS Leaderboard에서 평균 WER 1.8%를 기록하며 51개 스타일 태그와 제로샷 클로닝을 지원한다.
Hume AI 벤치마크에서 종합 1위를 기록했으며, 2,000개 이상의 프로덕션 음성 라이브러리를 제공한다.
구글이 자연어 프롬프트로 보이스 생성과 복제가 가능한 Gemini 3.8 Flash TTS 시리즈를 공개했다.
텐센트가 4단계 추론으로 빠른 음성 생성과 편집을 지원하는 1.5B 파라미터의 AuK-Flash 모델을 공개했다.
음성 복제와 10개 언어를 지원하는 오픈소스 로컬 TTS 'LoudKit'이 공개되었다.
로컬에서 음성 클론, 영상 더빙, 전사를 수행하는 오픈소스 도구 VoiceStudio가 공개되었다.
캐릭터 단위 토큰화와 DualCodec 기반의 2.9B 파라미터 오픈 웨이트 TTS 모델 TontaubeV1이 공개됐다.
Vellium v1.1.0이 로컬 STT/TTS와 llama.cpp 자동 감지를 지원하는 업데이트를 공개했다.
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.
로컬 오디오 AI 프레임워크 audio.cpp 0.7이 62개 모델 패밀리와 비교용 Arena UI를 지원하며 공개됐다.
1.2억 파라미터 오픈소스 TTS Sopro V2가 SOTA급 음성 복원 성능을 내며 CPU에서도 고속 추론이 가능해졌다.
Qwen3-TTS를 최적화해 단일 H100에서 50ms 미만 지연과 10 RPS 처리 성능을 달성했다.
Speko는 다양한 음성 AI 모델을 성능과 비용에 따라 최적으로 라우팅하는 게이트웨이 서비스다.