지연이 100밀리초대로 내려가야 음성이 대화처럼 느껴집니다. ASR에서 TTS로 이어지는 단계를 음성 대 음성 처리가 어디서 건너뛰는지, 차례 관리와 도구 호출이 어떻게 "말하기"에서 "처리하기"로 옮겨 가는지 설명합니다.
MAI-Transcribe-2-Streaming은 2026년 10월 1일 Microsoft AI가 공식 블로그를 통해 발표한 음성 모델로, 음성 합성 모델 MAI-Voice-2.1과 더 빠른 MAI-Voice-2.1-Flash도 함께 공개됐습니다. Microsoft는 ...
AI 디지털 휴먼 도구는 겉보기에 다 비슷해 보이지만, 세 가지 주요 용도의 선택 기준은 완전히 반대 방향을 가리킨다. 라이브 커머스에는 실시간 인터랙션과 판매 멘트가, 기업 고객 상담에는 안정성·프라이빗 배포·컴플라이언스가, 숏폼 크리에이터에게는 저렴함·속도·풍부한 ...
2026년 9월 30일, 일레븐랩스는 3억 달러 규모의 직원 대상 텐더 오퍼 완료를 발표했다. 기업가치는 220억 달러에 달해 올해 2월 5억 달러 시리즈D 당시의 110억 달러에서 두 배가 됐다. 2022년 창업한 AI 음성 기업은 '말하는 AI 에이전트'를 본격적인...
AI 스마트 스피커를 살 만한가. 답은 스펙표가 아니라 당신의 거실에 있다. 노부모나 어린 자녀가 있는 집, 혹은 이미 스마트홈 기기를 몇 개 갖고 있다면 가족이 가장 자주 쓰는 AI 기기가 된다. 혼자 살면서 프라이버시에 민감하거나, 주로 음악 감상이 목적이라면 그 ...
2026년 9월 23일, OpenAI 사장 Greg Brockman이 X를 통해 ChatGPT Voice의 대규모 업그레이드를 발표했다. 이번에 한 번에 세 가지 변화가 담겼다. 음성을 GPT-6의 Astra, Sol, Luna 세 모델로 구동할 수 있게 되고, 플러그...
2026년 9월 23일, 알리바바 Qwen 팀이 음성 대형 모델 시리즈 'Qwen-Audio-3.1'을 공식 출시했다. 자동 음성 인식(ASR), 음성 합성(TTS), 실시간 음성 상호작용(Realtime)을 아우르는 5개 신모델을 한 번에 내놓았고, 완전히 새로운 '...
보이스 에이전트는 "목소리를 주 출입구로 하는 에이전트"로 이해할 수 있습니다. 단순히 당신의 말을 텍스트로 변환하고 모델 답변을 읽어주는 것이 아니라, 듣기, 이해하기, 끼어들기, 질문하기, 도구 호출, 작업 수행 등의 능력을 실시간으로 하나의 상호작용 폐쇄 루프에 ...
음성 대투 음성은 보통 음성 입력에서 음성 출력으로 완전한 이해와 생성까지 모델을 직접 의미하며, 먼저 음성 변환을 텍스트로 변환한 후 다시 언어 모델에 전달한 후 다시 음성 변환을 하는 방식이 아닙니다. 이 경로가 실제 인간 대화에 더 가깝고, 톤, 멈춤, 감정, 말...
