태그: #tts

← 전체 글

• tts-bench: 품질이 주관적일 때 로컬 TTS를 비교하는 법

  tts-bench는 개발자 5uck1ess가 만든 로컬 벤치마크로, 손에 있는 하드웨어에서 55개 TTS 모델을 비교한다. 평가를 세 렌즈로 나눈다. 속도(TTFA·RTF·메모리), 청취(모든 모델을 귀로 판단), 점수(UTMOS·WER·SIM)다. 가장 흥미로운 건 주관성에 대한 정직함이다. "가장 좋게 들리는" 단일 점수는 없다. 품질은 당신의 귀와 용도에 달렸기 때문이다. 이 글은 이

  2026-07-11 · 10 분 읽기 #tts#text-to-speech#benchmark#local-ai#evaluation

• 음성 AI & TTS 2026 완벽 가이드 - ElevenLabs · Cartesia Sonic · OpenAI Voice · Play.HT · Hume · Sesame · Fish Audio · Deepgram Aura 심층 분석

  2026년의 음성 AI는 STT → LLM → TTS 파이프라인이 끝나고, 풀듀플렉스 실시간 음성 에이전트가 표준이 된 해다. ElevenLabs v3가 다국어·감정 TTS의 왕좌를 지키는 동안, Cartesia Sonic은 75ms TTFW로 LiveKit Agents의 기본 TTS가 됐고, OpenAI Realtime API · Google Gemini Live · Anthropic Cl

  2026-05-16 · 28 분 읽기 #voice-ai#tts#elevenlabs#cartesia#openai-voice

• 음성 AI 2026 — ElevenLabs / Cartesia / Sesame / Whisper Turbo / Deepgram / Parakeet 심층 가이드 ♪ 들을 수 있어요

  2024년 10월 Whisper Large v3 Turbo가 8배 빨라지고, Cartesia가 Mamba 저자들 손으로 90ms TTS를 만들고, Sesame의 Brendan Iribe가 "voice presence"를 들고 나오면서 2026년 음성 AI는 TTS·STT·실시간 에이전트 세 축이 모두 폭발했다. ElevenLabs V3부터 NVIDIA Parakeet 1.1, VOICEVOX

  2026-05-15 · 36 분 읽기 #voice-ai#tts#stt#asr#elevenlabs

• AI 음성 2026 — ElevenLabs · OpenAI Realtime · Cartesia · Vapi · Sesame · Deepgram, 보이스 에이전트 스택의 현재 ♪ 들을 수 있어요

  생성형 미디어 4부작의 마지막 — 음악, 이미지, 비디오에 이어 음성이다. 2026년의 AI 음성 풍경을 정직하게 정리한다. ElevenLabs(보이스 클로닝과 Conversational AI), OpenAI Realtime(WebRTC 기반 음성-인-음성-아웃), Cartesia Sonic-2(최저 지연 TTS), Vapi(보이스 에이전트 플랫폼), Sesame(개성 있는 대화 모델), D

  2026-05-14 · 54 분 읽기 #ai-voice#elevenlabs#openai-realtime#cartesia#vapi

• Voice AI 실전 완전 가이드: 실시간 STT/TTS, 음성 LLM, Turn-taking, 딥페이크 방어 (2025)

  "화면 없는 AI"가 2025년의 가장 뜨거운 제품 범주가 된 이유. 실시간 음성 파이프라인(VAD/STT/LLM/TTS), 음성 LLM(GPT-4o realtime/Gemini Live/Moshi), Turn-taking과 인터럽션, 감정·억양 제어, 전화·브라우저·모바일 실전, 딥페이크 방어와 보안, 한국어 음성 제품의 특수성까지.

  2026-04-15 · 17 분 읽기 #voice-ai#stt#tts#gpt-4o-realtime#moshi

• 음성 & 오디오 AI 완전 정복: Whisper, TTS, 화자 인식, 음악 생성까지

  MFCC/Mel spectrogram 오디오 특징 추출, Whisper ASR, FastSpeech2/VITS TTS, pyannote 화자 분리, MusicGen 음악 생성까지 음성 AI 완전 가이드입니다.

  2026-03-17 · 22 분 읽기 #voice-ai#whisper#tts#화자인식#musicgen

• 음성 챗봇 구축 가이드: STT/TTS 파이프라인과 실시간 음성 인터페이스 구현 ♪ 들을 수 있어요

  음성 챗봇 구축의 모든 것. Whisper STT, TTS 엔진 비교, 실시간 음성 스트리밍 아키텍처, WebSocket 기반 양방향 통신, LLM 연동, 지연 시간 최적화와 프로덕션 운영 가이드까지 다룹니다.

  2026-03-08 · 43 분 읽기 #chatbot#voice#stt#tts#speech-recognition

• 오픈소스 실시간 대화형 음성 챗봇 구축 가이드: Barge-In(응답 중단) 지원 아키텍처와 구현

  오픈소스만으로 실시간 음성 챗봇을 구현하는 종합 가이드. Silero VAD, faster-whisper, Ollama, Piper TTS를 조합한 파이프라인에 barge-in(사용자 발화 시 즉시 응답 중단) 기능을 구현하는 상태머신 설계, Python 예시 코드, 지연시간 최적화, 한국어 품질 개선 팁까지 다룹니다.

  2026-03-08 · 34 분 읽기 #ai-platform#voice-chatbot#barge-in#realtime-audio#stt

• torchaudio 완전 가이드 — 오디오 처리부터 음성인식, TTS, 음악 분석까지

  torchaudio로 오디오 로드, 스펙트로그램 변환, Mel 필터뱅크, MFCC, 음성인식(Wav2Vec2/Whisper), TTS, 화자 분리, 노이즈 제거까지. 오디오 AI의 모든 것을 PyTorch로 다룹니다.

  2026-03-02 · 11 분 읽기 #ai-platform#pytorch#torchaudio#audio#speech-recognition