미니맥스, 음성 모델 'Speech-02' 공개: 최대 20만 자 입력 지원
미니맥스가 차세대 TTS 모델 'Speech-02'를 공개했다. 파일이나 URL을 입력하면 즉시 자연스러운 음성으로 변환하며, 1회 최대 20만 자 입력을 지원한다. 30개 이상의 언어, 무제한 음성 복제, 1초 미만 스트리밍을 제공해 오디오북 제작에 최적화됐다.
AI 음성
최신 소식 보기
일레븐랩스, 내 목소리로 AI 연기를 지도하는 '액터 모드' 공개
일레븐랩스가 스튜디오의 모든 사용자를 대상으로 '액터 모드'를 출시했다. 사용자가 자신의 목소리로 AI 음성의 억양과 대사 전달 방식을 직접 지도할 수 있어, 보다 정밀한 음성 연출이 가능해졌다.
크리스프, 실시간 악센트 변환 AI 출시: 인도 영어를 미국식으로 변경
오디오 스타트업 Krisp는 통화 중 억양을 실시간으로 바꾸는 베타 기능을 선보였다. 원래 목소리 톤은 유지하고 음소만 변환해 인도식 영어를 미국식 영어로 바꿔준다. 기업 테스트에서 전환율이 올랐다고 밝혔으나, 실테스트에서는 다소 부자연스럽거나 단어가 누락되는 현상도 지적됐다.
Groq, PlayAI와 협력해 음성 AI 'Dialog' 출시: 초당 140자 고속 생성 지원
Groq과 PlayAI가 파트너십을 맺고 텍스트 음성 변환 모델 'Dialog'를 GroqCloud에 탑재했다. 대화 맥락을 이해해 톤과 감정을 조절하며 영어와 아랍어를 지원한다. Groq LPU 칩셋을 통해 GPU보다 빠른 초당 140자 처리 속도로 실시간 음성 에이전트 구축이 가능하다.
오터, 음성 회의 에이전트 출시: 회의 중 직접 말하고 이전 기록서 답변
오터(Otter)가 회의 중 음성으로 대화할 수 있는 '미팅 에이전트'를 포함한 AI 에이전트 3종을 선보였다. 사내 과거 회의 데이터를 기반으로 질문에 즉각 답하고 일정 조율과 이메일 작성을 돕는다. 현재 줌(Zoom)에서 순차 배포 중이며 향후 팀즈와 구글 밋으로 확대된다.
음성 AI 스타트업 카르테시아, 6400만 달러 투자 유치 및 '소닉 2.0' 출시
실시간 음성 AI 스타트업 카르테시아(Cartesia)가 클라이너 퍼킨스가 주도한 시리즈 A에서 6400만 달러를 유치했다. 카르테시아는 인재 채용과 차세대 음성 인프라 구축에 투자할 계획이며, 신규 음성 모델 '소닉 2.0'도 함께 공개했다.
일레븐랩스, 음성-텍스트 변환 가격 45% 인하 및 Scribe 무료 제공
일레븐랩스는 자사 음성 인식 모델 'Scribe'의 대규모 사용 단가를 45% 인하하고 4월 9일까지 웹 UI에서 무료로 제공한다고 발표했다. 99개 언어를 지원하며, 대규모 음성-텍스트 변환 작업의 비용 부담이 크게 줄어들 전망이다.
메타 차세대 '라마 4', 몇 주 내 출시 전망…음성 대화 기능 대폭 강화
외신에 따르면 메타가 수주일 내 공개할 차세대 모델 '라마 4'에 강화된 음성 기능을 탑재할 예정이다. 텍스트와 음성을 네이티브로 처리하는 옴니 모델로, 중간에 말을 끊고 끼어들 수 있는 기능이 지원된다. 딥시크의 급부상에 자극받은 메타가 개발 속도를 끌어올린 결과다.
일레븐랩스, 구글 클라우드와 맞손…엔터프라이즈 음성 AI 마켓플레이스 출시
일레븐랩스는 구글 클라우드와의 파트너십을 통해 음성 AI 모델을 구글 클라우드 마켓플레이스에 출시했다고 발표했다. 기업 고객은 제미나이 2.0 플래시와 결합해 복잡한 조달 과정 없이 저지연 대화형 AI 에이전트와 다국어 더빙 솔루션을 클라우드 인프라에 배포할 수 있다.
프라임 비디오, 일부 영화·시리즈 대상 AI 더빙 테스트 시작
아마존 프라임 비디오가 일부 라이선스 영화와 드라마에 AI 지원 더빙 테스트를 시작했다. 기존에 더빙이 없던 12개 작품을 대상으로 영어와 라틴아메리카 스페인어를 우선 지원하며, 전문 인력의 검수를 거쳐 완성도를 유지한다.
퍼플렉시티, macOS 앱에 음성 모드 기능 추가
퍼플렉시티가 macOS 앱에 새로운 음성 모드를 도입했다. 맥 앱스토어에서 앱을 다운로드하거나 업데이트한 뒤 단축키 '⌘ + ⇧ + M'을 누르면 바로 음성으로 검색하고 대화할 수 있다.
xAI 그록, 모든 iOS 사용자 대상 무료 음성 모드 출시
xAI가 Grok iOS 앱에서 모든 사용자를 대상으로 음성 모드(Voice Mode)를 무료로 개방했다. 별도 유료 구독 없이도 실시간 음성 대화를 나눌 수 있어 모바일 환경에서의 접근성이 크게 높아졌다.
도이치텔레콤, 일레븐랩스와 제휴…마젠타 AI로 기사 팟캐스트 변환
도이치텔레콤이 음성 AI 스타트업 일레븐랩스와 전략적 파트너십을 체결했다. 마젠타 AI 앱에 'Gen FM' 기술을 적용해 뉴스 기사를 몇 초 만에 몰입감 있는 팟캐스트로 바꿔준다. 도이치텔레콤은 일레븐랩스의 시리즈 C 투자에도 참여해 음성 AI 협력을 확대한다.
일레븐랩스, 대화형 AI 플랫폼에 클로드 3.7 소네트 연동
일레븐랩스가 대화형 AI 플랫폼에 앤트로픽의 '클로드 3.7 소네트'를 추가했다. 복합 추론 성능과 자연스러운 음성 합성을 결합해 오류가 적고 긴 대화에서도 맥락을 잘 유지하는 음성 에이전트를 제작할 수 있다.
MS, 의료 특화 음성 AI '드래곤 코파일럿' 공개…차트 작성 자동화
마이크로소프트가 의료 워크플로를 위한 AI 어시스턴트 '드래곤 코파일럿'을 발표했다. 음성 받아쓰기와 주변 환경 청취 기술을 결합해 진료 기록 작성과 처방 자동화를 지원하며 진료당 약 5분을 단축한다. 오는 5월 미국과 캐나다에서 정식 출시된다.
애플 AI 전략 차질: 대화형 시리 iOS 20으로 연기설, 실사용률도 극히 저조
블룸버그에 따르면 애플의 AI 기능 배포가 난관에 부딪히며 챗GPT 스타일의 대화형 시리 출시가 빨라야 iOS 20으로 밀릴 전망입니다. 내부 데이터상 애플 인텔리전스의 실사용률도 극히 낮아 iOS 19에서 눈에 띄는 AI 개선을 보기 어려울 것으로 전해졌습니다.
세계 최대 콜센터, AI 도입해 인도 직원 억양 실시간 '중화'
블룸버그에 따르면 세계 최대 아웃소싱 콜센터 기업 텔레퍼포먼스가 Sanas의 AI 기술을 도입해 인도 상담원의 억양을 실시간으로 지우기로 했다. 회사 측은 통화 시간 단축과 만족도 향상을 노렸으나, 최대 1억 400만 달러 규모의 AI 투자 계획 발표 후 주가는 11% 급락했다.
오큘러스 창업자의 새 스타트업 세서미, 초실감 음성 AI와 스마트 글래스 공개
오큘러스 전 CEO가 이끄는 세서미가 스텔스를 깨고 자연스러운 대화형 음성 AI 기술을 공개했다. 자연스러운 끼어들기와 반응 속도가 특징이며, 종일 착용 가능한 AI 스마트 안경 개발과 함께 향후 모델 오픈소스화 및 20개 이상 언어 지원을 예고했다.
MS, 온디바이스용 소형 모델 'Phi-4' 공개: 음성·시각·텍스트 동시 처리
마이크로소프트가 온디바이스 환경을 겨냥한 소형 모델 'Phi-4-multimodal(5.6B)'과 'Phi-4-mini(3.8B)'를 발표했다. 멀티모달 모델은 단일 구조로 음성과 이미지, 텍스트를 동시에 처리하며 오픈 ASR 벤치마크 1위를 기록했다. 향후 Copilot+ PC 등에 통합될 예정이다.
마이크로소프트 코파일럿 Mac 출시: 단축키 호출 및 음성 대화 지원
마이크로소프트 코파일럿(Copilot)이 Mac용으로 출시됐다. Option+스페이스 단축키를 눌러 어떤 작업 중에도 즉시 AI를 호출할 수 있으며, 팟캐스트 형태의 뉴스 요약 기능인 코파일럿 데일리와 중간에 말을 끊어도 자연스럽게 이어지는 음성 대화 기능을 탑재했다.