파운데이션 모델
LLM, 멀티모달, 추론 모델, 이미지·영상 생성, 음성까지 거대 모델의 출시와 성능 경쟁을 따라갑니다.
자주 나오는 말: GPT, Claude, Gemini, Llama, Qwen, 벤치마크
타임라인
-
Kokoro와 OpenVoice 결합으로 저사양에서도 효율적인 음성 복제 구현
사용자가 Kokoro TTS 모델과 OpenVoice의 ToneColorConverter를 결합한 새로운 파이프라인을 개발했습니다. 추가 VRAM 사용량은 약 600MB이며, CPU 환경에서도 실시간보다 빠른 속도로 동작합니다.
-
엔비디아, 40개 언어 지원하는 고성능 음성 인식 모델 공개
엔비디아가 40개 언어를 지원하는 오픈웨이트 음성 인식 모델 '네모트론 3.5 트랜스크라이브'를 공개했습니다. 이 모델은 전문가 혼합(MoE) 구조를 채택했으며, 화자 구분 및 전문 용어 인식 기능을 갖췄습니다.