메타, 오디오 생성 기반 모델 '오디오박스' 체험 데모 공개

메타의 AI 연구팀이 새로운 오디오 생성 파운데이션 연구 모델인 Audiobox의 체험 데모를 공개했습니다. 누구나 웹 브라우저를 통해 직접 기능을 테스트해 볼 수 있습니다.

음성 복제부터 효과음 생성, 인필링까지

공개된 데모는 오디오 생성과 관련된 여러 핵심 기능을 두루 지원합니다.

짧은 음성 샘플만으로 목소리를 합성해 내는 제로샷 TTS(Zero-shot TTS)는 물론, 텍스트 프롬프트를 입력해 원하는 환경음이나 효과음을 만드는 기능이 포함되었습니다. 여기에 기존 오디오의 특정 구간을 자연스럽게 채우거나 교체하는 인필링(Infilling) 기능도 갖췄습니다.

왜 중요한가

음성 합성, 효과음 제작, 오디오 수정을 개별 도구가 아닌 하나의 파운데이션 모델 데모로 묶어낸 점이 눈에 띕니다. 영상 제작자나 팟캐스트 진행자라면 녹음 실수 구간을 메우거나 필요한 음향 효과를 즉석에서 만드는 작업에 유용하게 활용해 볼 만합니다.

음악이나 목소리 복제 등 한 가지 기능에만 집중하는 시중의 오디오 AI와 달리, 메타는 오디오 영역 전반을 아우르는 범용 기반을 다지려는 모습입니다. 다만 현재 단계는 연구용 데모 공개인 만큼, 실제 작업 환경에서 쓸 만한 완성도와 안정성을 보여줄지는 직접 확인해 볼 필요가 있습니다.