`SANA-WM`, 1분 720p 비디오용 26억 파라미터 오픈소스 월드 모델

// related

• #0001

  #0001생성형 미디어GeekNews5일 전

  `Supertonic 3` 초경량 온디바이스 TTS 출시, **31개 언어** 및 감정 태그 지원

  `Supertonic 3` launches ultra-light on-device TTS with 31 languages and emotion tags

  60radar

  Supertonic 3온디바이스 TTS 엔진 — 감정 태그와 다국어 지원

  클라우드 호출 없이도 웃음·숨소리·비명 같은 표현을 텍스트 태그로 제어할 수 있게 됐다. TTS를 앱 안에 직접 넣고 싶은 경우, 지연시간과 비용을 함께 줄이는 선택지다.

  • —한국어 포함 31개 언어를 지원해 다국어 음성 기능을 붙일 때 서버 의존도를 크게 낮춘다.
  • —<laugh>, <breath>, <scream> 등 10종 태그를 텍스트에 삽입하는 방식이라 대사 연출 자동화에 바로 연결된다.
  • —발음 정확도를 끌어올리고 단어 반복·누락 실패를 줄여, 데모보다 실제 배포 품질 쪽 개선 폭이 크다.
  • —음성 복제 성능도 개선됐다. 캐릭터 보이스, 안내 음성, 내레이션을 기기 내부에서 처리하는 구성이 쉬워진다.

  출처: news.hada.io/topic?id=29522원문 보기 →
• #0002

  #0002생성형 미디어together_ai6일 전

  `Violin`: 오픈소스 AI 영상 번역 스택

  `Violin`: open-source AI video translation stack

  50radar

  Violin오픈소스 영상 번역 도구 — `ASR`·번역·`TTS` 통합

  영상 현지화에 필요한 ASR·번역·TTS를 한 번에 묶었다. 벤더 여러 개를 직접 이어붙일 필요가 줄어, 다국어 영상 재활용이 잦다면 지금 써볼 만함.

  • —음성 인식, LLM 번역, 음성 합성을 한 파이프라인으로 묶어 영상 번역용 글루 코드와 운영 복잡도를 줄인다.
  • —차별점은 모델 성능보다 오픈소스라는 점에 있다. 구성 요소 교체, 자체 호스팅, 비용 통제가 가능한 구조다.
  • —자막만 뽑는 용도보다 더빙·현지화 재가공에 맞는다. 기존 영상 자산을 여러 언어로 돌릴 때 효율이 커진다.

  출처: www.together.ai/blog/violin-open-source-translation-skil원문 보기 →
• #0003

  #0003생성형 미디어together_ai지난주

  `Voice Finder`, **600+** TTS 보이스를 빠르게 찾는 검색 도구

  `Voice Finder`: search and audition **600+** TTS voices faster

  50radar

  Voice FinderTTS 보이스 검색 도구 — 프롬프트·오디오로 매칭

  보이스 고르는 과정을 수동 탐색에서 프롬프트·참조 오디오 검색으로 바꿨다. 음성 UX가 들어가는 앱이면 후보 압축 속도는 빨라지지만, 모델 성능 자체가 바뀌는 업데이트는 아니다.

  • —Together AI TTS 모델 전반의 600+ 보이스를 한 번에 검색·필터링·청음한다. 프리셋을 하나씩 뒤지던 시간을 줄여준다.
  • —자연어 프롬프트로 톤·스타일을 찾는 방식이라 초기 프로토타입 단계에서 보이스 탐색 비용을 낮춘다.
  • —오디오 샘플 업로드로 유사한 목소리를 매칭할 수 있다. 레퍼런스가 있는 앱 리브랜딩이나 캐릭터 음성 교체에 바로 맞는다.
  • —새 음성 모델 출시가 아니라 탐색 레이어 추가다. 이미 Together AI TTS를 쓰고 있다면 체감이 크고, 아니면 우선순위는 낮다.

  출처: www.together.ai/blog/introducing-voice-finder-a-new-tool원문 보기 →