알리바바 통이(Alibaba Tongyi)는 엔터프라이즈급 오디오 기반 모델인 통이 펀(Tongyi Fun)을 출시했습니다. Fun-ASR과 Fun-CosyVoice로 구성된 통이 펀은 실제 기업 환경에서 "이해부터 전사, 그리고 말하기까지" 완전한 기능을 구현하는 것을 목표로 합니다. 공식 정보에 따르면, Fun-ASR은 금융, 기술, 제조 및 기타 산업 분야의 업계 용어와 잡음이 많은 상황을 포함하여 수천만 시간의 실제 음성으로 훈련되었습니다. Fun-CosyVoice는 안정적인 운율과 자연스러운 표현을 강조하는 다국어 및 다중 음색 합성과 교차 언어 음성 복제 기능을 제공합니다.
엔지니어링 구현 측면에서 Tongyi Fun은 문맥 강화 및 RAG 검색을 활용하여 기업 지식과 용어를 인식 및 번역 프로세스에 통합함으로써 언어 간 간섭과 아티팩트를 줄입니다. 실질적인 요구를 충족하기 위해 이 제품은 회의록, 고객 서비스 품질 관리, 음성 봇, 멀티미디어 콘텐츠 제작을 지원합니다. 또한 기존 시스템과의 손쉬운 통합을 위해 확장 가능한 API와 맞춤형 교육 경로를 제공합니다.
자주 묻는 질문
질문: 통이펀의 핵심 구성 요소는 무엇인가요?
A: Fun-ASR(음성 인식)과 Fun-CosyVoice(음성 합성)로 구성되어 있으며, 각각 이해와 생성을 담당합니다.
Q: RAG를 소개하는 이유는 무엇인가요?
답변: 기업 지식 기반과 용어집을 검색하면 맥락을 강화하고, 필사 및 번역을 더 정확하게 만들 수 있으며, 오해와 잘못된 판단을 줄일 수 있습니다.
Q: 언어와 톤의 적용 범위는 어떻게 되나요?
A: 여러 언어, 여러 방언, 다양한 의인화된 음성을 지원하고, 화자의 일관성을 유지하기 위해 언어 간 음성 복제 기능을 제공합니다.
질문: 적용 가능한 기업 시나리오는 무엇입니까?
A: 회의 녹취 및 요약, 고객 서비스 품질 검사 및 음성 로봇, 교육 및 콘텐츠 제작, 규정 준수 검토 등.
질문: 오픈 소스 또는 액세스 경로가 제공되나요?
답변: CosyVoice와 같은 구성 요소는 오픈 소스 구현을 가지고 있으며, 기업 수준의 액세스와 콘솔은 Alibaba Cloud Tongyi 제품 페이지에서 제공됩니다.
