중요AI타임스
MS, 실시간 음성 인식·합성 'MAI-2' 시리즈 6종 공개
100ms 초저지연 음성 인식에 23개 언어 합성 지원. 음성 에이전트·콜봇 개발사라면 벤치마크 대상.
요약
마이크로소프트 AI가 실시간 음성 인식 모델인 MAI-Transcribe-2-Streaming을 비롯해 음성 합성 모델 MAI-Voice-2.1 시리즈 등 총 6종의 신규 모델을 공개했다. 특히 MAI-Transcribe-2-Streaming은 100밀리초(ms) 수준의 초저지연 성능을 구현해 화자의 발화가 완료되기 전에 텍스트를 즉시 출력한다. 음성 합성 모델인 MAI-Voice-2.1과 고속 버전인 MAI-Voice-2.1-Flash는 23개 언어를 지원하며, 단일 목소리로도 각 언어의 현지 발음을 정확하게 구사할 수 있다. 이번 업데이트는 실시간 음성 상호작용이 필요한 서비스 환경에서 높은 효율성과 언어 확장성을 제공할 것으로 기대된다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 [AI 모델 신작] MS 음성인식 'MAI-트랜스크라이브-2-스트리밍' 등 6종
원문 보기 ↗