허깅페이스, TTS 및 보이스 클로닝 모델 평가를 위한 표준 리더보드 공개

요약

최근 텍스트 음성 변환(TTS) 및 음성 복제 모델은 빠르게 발전하고 있으나, 모델을 평가하는 방식은 파편화되고 비표준화되어 있다는 문제가 있다. 현재 골드 스탠다드로 여겨지는 'Voice Arena'와 같은 인간 선호도 기반의 아레나 방식은 신뢰성이 높지만, 평가 속도가 모델 출시 속도를 따라가지 못하는 확장성의 한계가 있다. 이로 인해 2026년 9월 30일 기준 Artificial Analysis의 92개 모델 중 오픈 웨이트 모델은 16개에 불과할 정도로 오픈소스 모델이 과소평가되는 현상이 나타나고 있다. 또한 평가 참여자의 주관이 시간에 따라 변할 수 있어 평가 결과의 일관성을 보장하기 어렵다는 점도 아레나 방식의 주요 과제다. 이에 따라 확장이 가능하고 표준화된 새로운 평가 시스템의 필요성이 대두되고 있다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.