샤오미, 음성·음악·환경음을 한 번에 합성하는 'MiDashengLM-Gen' 오픈소스 공개
샤오미 연구팀이 단일 프롬프트로 음성과 음악, 효과음, 환경음을 한꺼번에 합성하는 'MiDashengLM-Gen'을 아파치 2.0으로 공개했다. Qwen3-1.7B와 플로우 매칭 기술을 결합해 구조화된 텍스트로부터 자연스러운 16kHz 오디오 장면을 직접 생성한다.
샤오미 연구팀이 단일 프롬프트로 음성과 음악, 효과음, 환경음을 한꺼번에 합성하는 'MiDashengLM-Gen'을 아파치 2.0으로 공개했다. Qwen3-1.7B와 플로우 매칭 기술을 결합해 구조화된 텍스트로부터 자연스러운 16kHz 오디오 장면을 직접 생성한다.