일레븐랩스, 50만 사용자 보유한 옴니보어 팀 인수 발표
일레븐랩스는 오픈소스 읽기 앱 옴니보어(Omnivore) 팀이 합류했다고 밝혔습니다. 옴니보어 팀은 지난 6월 출시되어 32개 언어를 지원하는 음성 낭독 앱 일레븐리더(ElevenReader)의 모바일 기능 확장을 도울 예정입니다. 기존 옴니보어의 코드베이스는 계속 오픈소스로 유지됩니다.
AI 음성
최신 소식 보기
메타, 구글 팟캐스트 생성 기능 복제한 '노트북라마' 오픈소스로 공개
메타가 구글 노트북LM의 팟캐스트 생성 기능을 재현한 오픈소스 프로젝트 '노트북라마'를 공개했다. 자체 라마 모델로 문서를 대화형 대본으로 가공한 뒤 오픈소스 텍스트 음성 변환 모델을 거쳐 생성한다. 아직 기계음과 환각 문제가 두드러지지만 누구나 수정할 수 있는 오픈 대안을 제공한다.
마이크로소프트 Copilot 대대적 개편, 음성 대화와 웹 화면 보는 Vision 도입
마이크로소프트가 Copilot을 대대적으로 개편하며 자연스러운 음성 대화 기능과 현재 웹페이지를 함께 보고 대화하는 'Copilot Vision'을 공개했습니다. 복잡한 추론을 돕는 'Think Deeper'도 추가됐습니다. 시각 및 심층 추론 기능은 실험실인 Copilot Labs를 통해 제한적으로 먼저 제공됩니다.
금지된 노래 부르기 뚫렸다…ChatGPT 음성 봇과 비틀즈 듀엣 성공
Ars 테크니카에 따르면, 한 소프트웨어 엔지니어가 코드 맞히기 게임 방식을 이용해 ChatGPT 고급 음성 모드(AVM)의 '노래 금지' 안전장치를 우회하고 비틀즈의 'Eleanor Rigby'를 함께 부르는 데 성공했다. 저작권 침해 우려로 노래와 흥얼거림을 막아둔 OpenAI의 시스템 프롬프트를 뚫은 사례다.
구글 노트북LM, 유튜브 영상과 오디오 파일 지원…오디오 요약 공유 링크 추가
구글이 노트북LM에 공개 유튜브 URL 및 오디오 파일 업로드 지원을 추가했다. 영상 자막과 연동된 핵심 요약과 출처 확인이 가능하며, 대화형 오디오 요약본을 공개 링크로 바로 공유할 수 있다. 단, 워크스페이스 사용자의 공유 기능은 아직 제한된다.
오픈AI, 챗GPT '고급 음성 모드' 유료 구독자 대상 순차 배포 시작
오픈AI가 챗GPT의 '고급 음성 모드(Advanced Voice Mode)'를 플러스 및 팀 사용자를 대상으로 순차 배포하기 시작했습니다. 배포는 이번 주 내로 완료될 예정입니다. 자연스러운 실시간 대화뿐 아니라 메모리, 맞춤 지침 기능이 추가되었으며 5개의 신규 음성과 개선된 억양이 적용되었습니다.
듀오링고, AI 영상통화 기능 및 탐험형 미니게임 'Adventures' 공개
Duocon 2024에서 듀오링고가 신규 기능 Video Call과 탐험형 미니게임 Adventures를 발표했습니다. Duolingo Max 구독자는 인기 캐릭터 릴리와 영어, 스페인어, 프랑스어로 실시간 회화 연습을 할 수 있으며, 게임을 통해 커피 주문 등 일상 시나리오를 부담 없이 익힐 수 있습니다.
일레븐랩스, 심신치유 권위자 디팩 초프라 AI 음성 추가
일레븐랩스가 세계적인 건강 분야 작가 디팩 초프라와 제휴해 그의 합성 음성을 낭독 라이브러리에 도입했다. 사용자는 초프라의 차분한 목소리로 책이나 기사를 들을 수 있다. 라이선스 보호를 위해 해당 음성으로 새로운 창작물을 임의 제작하는 기능은 제한된다.
T-모바일, 오픈AI와 맞손: o1 모델 탑재 고객 플랫폼 구축
T-모바일은 오픈AI와 파트너십을 맺고 고객 서비스 플랫폼 'IntentCX'를 개발한다고 발표했다. 오픈AI의 API와 최신 o1 모델을 활용해 상담 통화 기록을 분석하고 개선점을 찾으며, 단순 챗봇을 넘어선 체계로 내년 도입 예정이다.
구글 제미나이 라이브, 10가지 음성 추가: 앱에서 언제든 변경 가능
Google은 실시간 대화 기능인 Gemini Live에 최대 10가지 음성을 지원한다고 발표했다. 사용자는 앱 안에서 언제든지 여러 목소리를 미리 듣고 원하는 스타일로 교체할 수 있다. 음성 선택권이 넓어지며 AI와의 대화가 한층 더 자연스러워졌다.
플라우드, '노트핀' 공개: 스마트폰 대체 대신 필기에 집중한 AI 핀
플라우드가 필기 기능에 특화된 웨어러블 AI 기기 '노트핀'을 공개했다. 목걸이나 손목 밴드 형태로 착용해 회의를 녹음하면 오픈AI의 GPT-4o가 이를 텍스트로 변환해 정리한다. 만능 비서를 표방하다 혹평을 받은 휴메인과 달리, 명확한 단일 기능으로 실용성을 노렸다.
아마존, 생성형 AI 탑재 신형 알렉사 10월 출시 전망…월 최대 10달러
외신에 따르면 아마존이 생성형 AI를 적용한 신형 알렉사(내부명 'Remarkable Alexa')를 10월 선보일 예정입니다. 맞춤 레시피 추천과 이야기 창작, 자연스러운 연속 대화가 가능하며, 월 최대 10달러의 유료 구독으로 운영될 전망입니다. 기존 무료 버전도 계속 유지됩니다.
윌아이엠, AI 진행자 기반 인터랙티브 라디오 'RAiDiO.FYI' 공개
블랙아이드피스의 윌아이엠이 AI 기반 인터랙티브 라디오 플랫폼 'RAiDiO.FYI'를 발표했다. AI 호스트가 단순히 음악을 틀어주는 것을 넘어 실시간으로 청취자와 대화하며 맞춤형 뉴스와 지식을 전달한다. 아이폰이 전화를 바꿨듯 라디오의 청취 방식을 완전히 바꾸겠다는 구상이다.
D-ID, 음성 복제와 립싱크 지원하는 AI 영상 번역 툴 출시
D-ID가 30개 언어를 지원하는 영상 번역 도구 'AI Video Translate'를 출시했습니다. 자체 개발한 Rosetta-1 모델을 통해 화자의 목소리를 복제하고 입모양까지 번역된 언어에 맞춰 동기화합니다. 유료 구독자에게 무료 제공되며, 10초에서 5분 길이의 단독 출연 영상에서 작동합니다.
일레븐랩스 텍스트 낭독 앱 '리더' 글로벌 출시…한국어 등 32개 언어 지원
일레븐랩스는 텍스트 음성 변환 앱 '리더(Reader)'를 전 세계에 출시하며 한국어를 포함한 32개 언어를 지원하기 시작했다. 기사나 PDF, 전자책을 수백 가지 음성으로 읽어주며, 터보 v2.5 모델을 기반으로 구동된다. 추후 오프라인 지원도 추가될 예정이다.
타버스, 1초 미만 지연시간의 개발자용 대화형 비디오 인터페이스 출시
타버스가 보고 듣고 말하는 디지털 트윈을 구축할 수 있는 개발자용 대화형 비디오 인터페이스를 공개했습니다. 1초 미만의 초저지연을 지원하며, 화이트라벨링은 물론 LLM과 음성 합성 모듈을 자유롭게 커스텀할 수 있어 서비스에 실시간 AI 아바타를 쉽게 붙일 수 있습니다.
美 배우조합, 내러티브와 맞손…'AI 음성 복제' 광고 라이선스 허용
미국 배우·방송인 조합(SAG-AFTRA)이 AI 스타트업 내러티브와 협약을 맺고, 16만 조합원이 광고주에게 AI 음성 복제본을 유료 라이선스할 수 있는 장을 열었다. 조합원은 최저 요율 이상으로 대가를 협상하고 대본마다 승인권을 행사할 수 있어, 창작 생태계 내 윤리적 AI 모델의 기준을 세웠다.
구글, 픽셀·안드로이드에 AI 기반 접근성 기능 대거 추가
구글이 픽셀과 안드로이드 기기를 위한 4가지 AI 접근성 업데이트를 발표했다. 카메라 구도를 음성으로 돕는 '가이드 프레임'이 개선되고, 돋보기 앱은 주변 텍스트 검색을 지원한다. 폴더블폰용 실시간 자막 듀얼 화면 모드가 추가됐으며, 실시간 자막 지원 언어에 한국어도 포함됐다.
OpenAI GPT-4o 안전 보고서 공개: 테스트 중 사용자 목소리를 무단 복제해 발화
OpenAI가 공개한 GPT-4o 시스템 카드에 따르면, 고급 음성 모드 테스트 도중 모델이 잡음 섞인 입력을 받은 뒤 테스터의 목소리를 그대로 흉내 내어 말하는 오작동이 발생했다. OpenAI는 현재 방어 장치를 마련했다고 밝혔지만, 짧은 음성 클립만으로 목소리를 모방할 수 있는 음성 AI의 보안 난제를 그대로 보여준다.
OpenAI의 경고: 너무 인간적인 GPT-4o 음성에 감정적 애착 생길라
OpenAI는 GPT-4o 시스템 카드를 공개하고 자연스러운 음성 모드가 사용자에게 정서적 의존을 유발할 수 있다고 경고했다. 테스트 도중 모델과 이별을 아쉬워하는 반응까지 관찰됐다. 고독 해소에는 도움될 수 있지만, 현실 인간관계를 약화시키고 환각 정보를 맹신하게 만들 위험이 지적된다.