스포티파이, AI로 팟캐스트 진행자 목소리 복제해 광고 만든다
외신에 따르면 스포티파이가 팟캐스트 진행자의 목소리를 AI로 복제해 오디오 광고를 자동 생성하는 기술을 개발 중이다. 진행자가 직접 녹음하지 않아도 지역별 맞춤형 광고나 다국어 광고를 제작할 수 있게 된다. 스포티파이는 다양한 가능성을 모색 중이나 아직 공식 발표 단계는 아니라고 밝혔다.
AI 음성
최신 소식 보기
메타, 1100개 이상 언어 지원하는 음성 AI 모델 ‘MMS’ 오픈소스 공개
메타가 대규모 다국어 음성 AI 모델 ‘MMS’와 코드를 오픈소스로 공개했다. 음성 인식 및 합성 지원 언어를 기존 100여 개에서 1100개 이상으로 늘리고, 4000개 이상의 구어 식별도 지원한다. 성경 등 다국어 종교 녹음 데이터를 학습에 활용해 데이터 부족을 해결했으며, 소멸 위기 언어 보존을 돕는다.
애플, 15분 녹음으로 목소리 복제하는 ‘개인 음성’ 등 접근성 기능 예고
애플이 온디바이스 머신러닝 기반의 접근성 신기능을 공개했다. 루게릭병 등으로 음성을 잃을 위험이 있는 사용자가 15분간 텍스트를 읽으면 기기 내부에서 자신의 목소리를 그대로 복제해 생성해 주는 '개인 음성' 기능이 핵심이다. 해당 기능들은 연내 배포될 예정이다.
웬디스, 구글과 손잡고 드라이브스루에 AI 주문 챗봇 도입
패스트푸드 체인 웬디스는 구글과 협력해 드라이브스루 전용 주문 챗봇 'Wendy's FreshAI'를 공개했다. 구글 LLM을 기반으로 메뉴 은어까지 학습했으며, 6월 오하이오주 콜럼버스 매장에서 직원 감독 하에 시범 운영을 시작한다.
휴메인, 화면 없는 '웨어러블 AI' 첫 공개…손바닥 프로젝터 시연
스타트업 휴메인의 공동 창업자 임란 차우드리가 TED 강연에서 개발 중인 스크린리스 웨어러블 AI 기기를 처음으로 시연했다. 이 기기는 스마트폰 없이 단독 작동하며, 손바닥에 전화 화면을 투사하고 음성 복제로 실시간 통역을 지원한다. 스마트폰 화면을 대체하겠다는 과감한 시도지만, 실생활 효용성에 대해선 여전히 의문이 남는다.
구글, 의료 기관과 손잡고 AI 맞춤형 보청기 기술 개발
구글이 인공와우 제조사 코클리어 및 청각 연구기관들과 협력해 AI 기반 맞춤형 보청 기술을 개발 중이다. 소음 속에서 특정 음원을 분리해 식당이나 대중교통 등 시끄러운 곳에서도 대화를 또렷하게 들을 수 있도록 지원한다.
그라임스, AI 음성 플랫폼 Elf.Tech 공개…목소리 쓰고 저작권료 50% 배분
이번 주 아티스트 그라임스가 자신의 목소리를 복제해 곡을 만들 수 있는 AI 소프트웨어 'Elf.Tech'를 공개했다. 녹음본을 올리면 그라임스의 음색으로 변환되며, 마스터 레코딩 로열티 50%를 나누는 조건으로 음원 발매가 가능하다. AI 복제를 막는 대신 목소리를 오픈소스화해 수익을 나누는 시도로 주목받고 있다.
아마존 뮤직, 팟캐스트에 AI 기반 하이라이트·챕터 기능 도입
외신에 따르면 아마존 뮤직이 팟캐스트에 AI로 자동 생성되는 하이라이트와 챕터 구분 기능을 도입한다. 지난해 인수한 오디오 AI 스타트업 스낵커블 AI 기술을 적용해, 청취자가 전체 에피소드를 다 듣지 않고도 원하는 구간을 빠르게 찾을 수 있도록 지원한다.
일레븐랩스, 다국어 음성 모델 v1 공개: 프랑스어·독일어 등 7개 언어 지원
일레븐랩스가 음성 합성 모델 Eleven Multilingual v1을 출시했습니다. 프랑스어, 독일어, 힌디어, 스페인어 등 7개 신규 언어를 지원하며, 언어가 바뀌어도 화자 고유의 음색과 억양을 유지합니다. 기존 음성 복제 기능과도 연동되나, 비영어 텍스트의 숫자나 약어가 영어식으로 발음되는 한계는 남아 있습니다.
아티스트 그라임스, 자신의 AI 목소리 활용한 음원에 로열티 50% 분배 제안
아티스트 그라임스는 자신의 목소리를 모방해 만든 AI 음악이 성공할 경우 음원 로열티의 50%를 제작자와 나누겠다고 밝혔다. 음반사 계약이나 법적 제약이 없다고 밝힌 그녀는 예술의 오픈소스화를 지지하며 기꺼이 실험 대상이 되겠다고 덧붙였다.
휴메인, 손바닥에 화면 투사하는 스크린리스 AI 웨어러블 첫 공개
애플 출신 창업자들이 설립한 스타트업 휴메인이 TED 강연에서 스크린 없는 AI 웨어러블 기기를 처음으로 시연했습니다. 스마트폰 없이 음성과 제스처로 작동하며, 통화 정보를 손바닥 위에 녹색 화면으로 투사하고 실시간 프랑스어 음성 번역 기능도 선보였습니다.
아들 목소리 AI로 복제해 보이스피싱… 美 부부 5천 달러 피해
외신에 따르면 미국 텍사스의 한 부부가 아들의 목소리를 AI로 복제한 사기범에게 속아 5,000달러를 갈취당했다. 전문가들은 SNS의 공개 영상 속 짧은 음성만으로도 쉽게 음성을 위조할 수 있다며 각별한 주의를 당부했다.
구글, 1,000개 언어 지원 음성 AI 모델 ‘USM’ 세부 내용 공개
구글이 1,000개 언어 지원 프로젝트의 핵심인 범용 음성 모델(USM)의 진척 상황을 발표했다. 20억 파라미터 규모로 1,200만 시간 분량의 음성을 학습해 현재 100개 이상의 언어에서 음성 인식과 번역을 지원하며, 이미 유튜브 자동 자막 생성에 적용되고 있다.
OpenAI, ChatGPT 및 Whisper API 출시: 기존 대비 90% 저렴한 가격
OpenAI가 GPT-3.5 Turbo와 Whisper 모델의 API를 공개했다. gpt-3.5-turbo 가격은 1,000토큰당 0.002달러로 기존보다 10배 저렴하며, Whisper는 분당 0.006달러다. 또한 API로 입력된 데이터는 기본적으로 모델 학습에 사용되지 않는다.
보이시모드, 1450만 달러 유치…실시간 AI 음성 변조 고도화
음성 변조 툴 개발사 보이시모드가 1450만 달러 규모의 투자를 유치했다고 밝혔다. 지난해 인수한 복트로 랩스의 기술을 결합해 실시간 AI 음성 변조 및 다른 사람의 목소리로 노래하는 기능을 선보일 계획이다. 영상 필터처럼 음성도 누구나 손쉽게 갈아입는 환경을 만들겠다는 구상이다.
스포티파이, 개인 맞춤형 'AI DJ' 공개: 사실적인 음성으로 곡 해설까지
스포티파이가 맞춤형 음악 추천 기능인 'DJ' 베타 버전을 공개했다. OpenAI의 생성형 AI와 소낸틱의 음성 합성 기술을 결합해, 사용자 취향에 맞춘 음악 선곡뿐 아니라 실제 라디오 진행자 같은 곡 해설을 들려준다. 미국과 캐나다의 프리미엄 이용자에게 먼저 지원된다.
성우 동의 없는 AI 학습 논란: 애플과 핀더웨이, 음성 데이터 이용 전면 중단
오디오북 유통 플랫폼 핀더웨이와 애플이 성우 노동조합 SAG-AFTRA의 반발에 부딪혀 조합원 녹음 파일의 머신러닝 학습 활용을 전면 중단하기로 합의했다. 계약서에 숨겨진 조항으로 성우 목소리가 AI 훈련에 쓰인다는 사실이 드러나며 거센 반발을 샀고, 양측은 데이터 폐기 및 보상 방안을 추가 협의 중이다.
맥도날드 드라이브스루 AI의 황당한 주문 오류, 틱톡서 화제
보도에 따르면 틱톡 이용자들이 맥도날드 드라이브스루 AI 음성 봇의 잦은 주문 오류 영상을 잇달아 공유하고 있다. 아이스크림 대신 버터와 케첩이 찍히거나 맥너겟 주문이 250달러까지 불어나는 등 오작동이 속출했다. 인력난 속에 패스트푸드 업계가 자동화를 서두르고 있지만, AI가 식당을 완전히 대체하기엔 갈 길이 멀다는 평가다.
아마존 CEO의 ChatGPT 언급: "흥미롭지만, 우리도 오랫동안 유사 기술 개발해 왔다"
아마존 CEO 앤디 재시는 ChatGPT 등 생성형 AI가 흥미롭다면서도, 아마존 역시 오랜 기간 대규모 생성형 AI 모델을 자체 개발해 왔다고 밝혔다. 마이크로소프트에 뒤처지고 있다는 우려 속에서, 아마존은 알렉사의 대화 능력을 강화하고 파트너십을 모색 중이다.
트위치서 한 달 넘게 방영 중인 무한 AI 시트콤: GPT-3 대본부터 연출까지 전자동
외신에 따르면 트위치 채널 'Nothing, Forever'가 한 달 넘게 AI로 무한 생성되는 미국 시트콤 '사인필드' 패러디를 생중계하고 있다. GPT-3 기반 대본과 음성, 카메라 전환까지 실시간 알고리즘이 맡는다. 엉뚱한 대사와 그래픽 버그투성이지만 영구 재생되는 콘텐츠의 가능성을 보여준다.