텍스트를 실제 같은 목소리로 바꾸는 음성 합성 경쟁은 이제 '사람다움'을 넘어섰다. 음색 복제, 감정과 방언 제어, 웃음 같은 비언어 신호까지, 검증 가능한 평가와 오픈 구현으로 그 진전을 추적한다.
Ming-3.0-tts는 앤트그룹의 AI 팀 inclusionAI가 오픈소스로 공개한 음성 합성 모델 시리즈다. 2026년 10월 19일, 추론 코드와 모델 가중치, 전체 평가표가 GitHub의 inclusionAI 조직에 MIT 라이선스로 한꺼번에 올라왔고, 가중치는...
2026년 9월 23일, Google DeepMind는 공식 블로그에서 Gemini 3.8 Flash TTS와 Flash-Lite TTS를 발표했다. 지금까지 가장 표현력이 뛰어난 오디오 생성 모델이라는 설명이다. 새 모델은 자연어 프롬프트로 목소리를 처음부터 디자인하...
1. 초록 MOSS-TTS-Nano는 OpenMOSS와 MOSI의 비교 버전입니다. AI가 공개한 오픈소스 다국어 음성 생성 모델은 "소형 크기, 저지연, 배포 가능"으로 포지셔닝되어 있습니다. 약 0.1B 파라미터를 갖추고 있으며, 실시간 음성 생성과 음성 복제를 지...
1. 초록 Qwen3-TTS는 Qwen 팀이 만든 오픈 소스 텍스트-음성(TTS) 모델 계열로, 텍스트 설명에서 새로운 음성 생성을 위한 VoiceDesign, 미리 정해진 고품질 소리의 명령 제어용 CustomVoice, 빠른 음성 복제 및 기본 미세 조정 기능을 포...
1. 요약 : 알리바바 통이 음성 팀(FunAudioLLM)은 두 가지 유형의 오디오 모델을 오픈 소스로 제공했습니다: 음성 합성용 Fun-CosyVoice3-0.5B-2512 (TTS)와 음성 인식용 Fun-ASR-Nano-2512 (ASR). 전자는 다국어 제로 샷...
1. 추상 GLM-TTS는 산업용 음성 생성을 위한 오픈소스 TTS 시스템으로, 음성 샘플의 음색 복제를 단 3초 만에 지원하고 감정 표현을 제어할 수 있습니다. 아키텍처는 2단계 생성 과정을 채택하며, 문자 오류율(CER)과 감성 측면에서 오픈 소스 중 선도적인 수준...
