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.
- 초록 Chroma 1.0은 FlashLabs에서 훈련한 종단 간 실시간 음성 변환 모델로, 완전 오픈소스로 개인화된 음성 복제를 가능하게 합니다. 이 모델은 전통적인 ASR→LLM→TTS 파이프라인의 필요성을 없애며, 약 150ms 내에 종단 간 응답을 완료할 수 ...
Step-Audio-R1.1이 발표되어 Artificial Analysis의 음성 추론 목록에서 1위를 차지했습니다. BigBench Audio 테스트에서 약 96.4%의 정확도를 달성했으며, 실시간 대화 장면에서 첫 프레임 오디오 출력은 약 1.51초였습니다. 프로젝...
1. 초록 Fun-Audio-Chat-8B는 FunAudioLLM 팀이 개발한 오픈 소스 "대형 오디오 언어 모델"로, 보다 자연스럽고 지연 속도가 낮은 음성 상호작용을 목표로 합니다. "이중 해상도 음성 표현"(5Hz 공유 백본 + 25Hz 정제된 헤드)을 사용하여 ...
최근 여러 사용자가 소셜 미디어를 통해 OpenAI가 iOS 앱의 음성 모드에서 새로운 인터페이스를 테스트하고 있다고 공유했습니다. 이 인터페이스는 최초로 "즉각적인 제안" 기능을 제공하여 사용자가 대화 전에 질문을 빠르게 선택하거나 질문할 수 있도록 합니다. 기존 피...
Flowith는 사용자 클릭 및 전환 비용 절감을 목표로, 작업을 실행하기 전에 맥락을 파악하는 상호작용 경로를 강조하는 "능동적 음성 에이전트"를 탑재한 iOS 2.0을 발표했습니다. 공식 자료에 따르면, iOS 26의 Liquid Glass 시각 언어를 채택하고 구...
