오디블, 출판사용 AI 낭독 및 번역 도구 공개…100여 개 음성과 음색 보존 번역 지원
오디블은 출판사를 위한 AI 오디오북 제작 솔루션을 발표했다. 100개 이상의 다국어 AI 음성을 제공하며, 연내에는 원본 내레이터의 음색과 스타일을 유지한 채 다국어로 변환하는 음성 번역 베타도 도입할 예정이다.
AI 음성
최신 소식 보기
엔비디아, 1초 만에 1시간 오디오 전사하는 Parakeet-TDT-v2 오픈소스 공개
엔비디아가 허깅페이스에 음성 인식 모델 'Parakeet-TDT-0.6B-v2'를 오픈소스로 공개했다. 6억 개 매개변수 규모로 GPU 구동 시 1초 만에 1시간 분량 오디오를 전사하며 오픈 ASR 리더보드 1위를 차지했다. CC-BY-4.0 라이선스로 상업적 이용도 자유롭다.
구글 노트북LM, 팟캐스트 기능 '오디오 개요' 50여 개 언어로 확대
구글이 노트북LM의 팟캐스트 생성 기능인 '오디오 개요'를 50개 이상의 언어로 지원한다고 발표했다. 제미나이의 음성 역량을 활용해 설정 내 '출력 언어' 옵션을 추가했으며, 다국어 문서를 올려도 원하는 언어로 대화형 오디오를 들을 수 있다.
메타, 독립형 '메타 AI' 앱 출시: 라마 4 탑재 및 스마트 글래스 앱 통합
메타가 라마 4 기반의 독립형 메타 AI 모바일 앱을 출시했다. 음성 대화 중심으로 설계되었으며 전이중 음성 데모를 지원하고 레이밴 메타 안경의 제어 기능까지 하나로 합쳤다. 페이스북과 인스타그램 데이터를 반영한 맞춤형 답변을 지원하며 미국과 캐나다 등에 먼저 출시됐다.
옐프, 식당 전화 응대와 예약 처리 돕는 AI 기능 공개
옐프는 식당과 로컬 업체를 위한 AI 전화 응대 기능을 발표했다. AI가 전화 예약을 잡고 대기 명단 등록과 스팸 차단을 자동으로 처리해 바쁜 매장이 고객 문의를 놓치지 않게 돕는다. 업체별 맞춤 설정이 가능하며 현재 개발 중이다.
레이밴 메타 스마트 안경, 실시간 통역 전면 배포…오프라인도 지원
메타가 스마트 안경 '레이밴 메타'의 실시간 음성 통역 기능을 전 판매 지역 사용자에게 전면 출시했다. 영어, 프랑스어, 이탈리아어, 스페인어 간 실시간 통역을 지원하며, 언어 팩을 미리 내려받으면 네트워크 연결 없이 오프라인에서도 사용할 수 있다.
xAI, 그록에 카메라 인식 기능 '그록 비전' 추가…iOS 앱 우선 지원
xAI가 카메라로 사물이나 문서를 비춰 실시간 질문할 수 있는 '그록 비전'을 공개했다. 음성 모드에는 다국어 지원과 실시간 검색도 함께 추가됐다. 비전 기능은 현재 iOS용 그록 앱에서만 먼저 쓸 수 있으며 안드로이드는 추후 지원될 예정이다.
대학생 2명이 무자본으로 개발한 오픈소스 음성 AI '디아' 공개…일레븐랩스 능가
한국 스타트업 나리랩스가 오픈소스 텍스트-음성 변환 모델 '디아(Dia)'를 공개했다. 개발 경험이 적은 학부생 2명이 외부 투자 없이 개발한 16억 파라미터 모델로, 감정 표현과 다중 화자, 웃음·기침 등 비언어적 소리를 자연스럽게 구현해 일레븐랩스 등 상용 솔루션을 위협하고 있다.
PlayAI, 10초 오디오로 목소리 복제하는 '보이스 체인저' 출시
PlayAI가 목소리 변환 툴 'Voice Changer'를 공개했다. 단 10초 분량의 오디오 샘플만 있으면 감정과 어조를 유지한 채 누구의 목소리로든 바꿀 수 있다. 모바일에서도 바로 동작하며 성우 고용을 대체할 수 있다고 강조했다.
일레븐랩스 대화형 AI, 전문 에이전트 간 통화 전달 기능 추가
일레븐랩스는 Conversational AI에 에이전트 간 매끄러운 통화 전환 기능을 도입했다고 밝혔습니다. 기업 내 여러 팀이 각자의 지식 베이스와 도구를 갖춘 전문 에이전트를 개별적으로 개발해 연동할 수 있게 되면서, 복잡한 음성 업무 흐름을 유연하게 처리할 수 있게 됐습니다.
AI 기업에 초상권 판 배우들의 후회: 가짜 약 광고와 정치 선전에 악용
Synthesia 등 AI 영상 제작 플랫폼에 얼굴과 목소리 권리를 넘긴 배우들이 자신의 디지털 분신이 허위 건강식품 광고나 정치 프로파간다에 악용되는 현실에 직면했다. 계약서에 포함된 포괄적이고 철회 불가능한 조항 탓에 영상을 강제로 내릴 수도 없는 상황이다.
앤트로픽, 클로드 음성 모드 준비 중…빠르면 이달 출시해 ChatGPT와 맞대결
블룸버그에 따르면 앤트로픽이 클로드에 음성 어시스턴트 기능을 탑재하기 위한 준비에 들어갔으며 이르면 이달 중 출시될 예정입니다. 초기에는 Airy, Mellow, Buttery 3가지 영어 음성이 제공되며, 오픈AI의 챗GPT 음성 모드와 본격적인 경쟁에 나설 전망입니다.
구글, 돌고래 소리 분석하는 온디바이스 AI '돌핀젬마' 공개
구글은 조지아 공대 및 WDP와 협력해 개발 중인 '돌핀젬마'를 발표했다. 약 4억 개의 파라미터를 갖춘 이 오디오 모델은 대형 언어 모델처럼 돌고래 소리 패턴을 예측하며 픽셀 스마트폰에서 직접 구동된다. 구글은 2025년 여름에 이 모델을 오픈소스로 공개할 예정이다.
구글 버텍스 AI, 음악 생성 모델 '리리아' 도입하고 Veo 2 편집 기능 확장
구글 클라우드는 텍스트-음악 생성 모델 'Lyria'를 버텍스 AI에 프리뷰로 추가하며 비디오·이미지·음성·음악을 아우르는 미디어 생성 체계를 갖췄다. Veo 2의 카메라 제어 및 인페인팅, Chirp 3의 10초 음성 복제 기능도 함께 업데이트됐다. 현재 신규 기능은 화이트리스트 신청을 통해 제공된다.
일레븐랩스 MCP 서버 공개: 클로드·커서에서 음성 직접 생성
일레븐랩스가 클로드 데스크톱, 커서 등과 연결되는 공식 MCP 서버를 공개했다. 개발 환경이나 챗봇 창 안에서 바로 음성 합성, 음성 복제, 텍스트 변환을 실행할 수 있으며, 로컬 설치가 필요 없는 호스팅 서버도 함께 지원한다.
스포티파이, 생성형 AI 광고 도구 및 프로그래머틱 광고 플랫폼 출시
스포티파이가 목요일 광고 관리 도구에 생성형 AI를 도입해 미국과 캐나다의 광고주가 무료로 스크립트와 음성 나레이션을 제작할 수 있도록 지원한다고 발표했다. 동시에 실시간 경매로 광고를 집행하는 플랫폼 '스포티파이 애드 익스체인지(SAX)'를 선보이며 광고 비즈니스 확장에 나섰다.
오디오X 공개: 6GB 미만으로 영상 컷 인식해 자동 효과음 입힌다
통합 오디오 모델 오디오X(AudioX) 코드가 공개됐다. 6GB 미만 크기로 일반 소비자용 GPU에서 로컬 구동할 수 있다. 텍스트, 이미지, 영상 입력을 모두 지원해 영상 컷 전환에 맞춘 효과음 생성부터 오디오 복원 및 확장까지 한 번에 처리한다.
뇌파를 환자 원래 목소리로 실시간 합성: UC 버클리·UCSF 연구팀, 지연 1초로 단축
이번 주 네이처 뉴로사이언스에 발표된 연구에 따르면, UC 버클리와 UCSF 연구팀은 마비 환자의 뇌 신호를 원래 음성으로 변환하는 AI 뇌-컴퓨터 인터페이스를 개발했다. 2023년 연구에서 8초 걸리던 음성 합성 지연 시간을 1초 이내로 대폭 줄였다.
틴더, AI 플러팅 연습 게임 출시: 대화 나누면 점수와 피드백 제공
틴더가 OpenAI 기술 기반의 대화형 미니게임 '더 게임 게임'을 공개했다. 이용자는 음성으로 다양한 페르소나의 AI와 대화하며 데이트를 신청하고, 불꽃 이모지로 점수와 개선 피드백을 받는다. 현재 미국 iOS 사용자에게 한정 기간 제공된다.
아마존, '알렉사 플러스' 조기 접속 시작: 에코 쇼 한정 지원에 주요 기능 빠져
아마존이 생성형 AI 기반 '알렉사 플러스'의 얼리 액세스를 소수 사용자에게 시작했습니다. 현재 에코 쇼 8·10·15·21 기기만 지원하며 우버 호출이나 문서 요약은 가능하지만, 발표 당시 시연했던 장보기나 배달 음식 주문 기능은 아직 제공되지 않습니다.