`Pixelle-Video`, 한 문장으로 숏폼 영상까지 뽑는 오픈소스 엔진

// related

• #0001

  #0001생성형 미디어GeekNews3일 전

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

  `SANA-WM`, a 2.6B open-source world model for 1-minute 720p video

  50radar

  SANA-WM오픈소스 월드 모델 — 이미지와 카메라 궤적으로 긴 영상 생성

  이미지 한 장과 카메라 궤적만으로 긴 장면 이동을 제어하는 쪽에 초점이 있다. 제품 목업·게임 씬 프리뷰 실험 신호는 좋지만, 당장 SaaS 기능으로 붙이긴 무겁다.

  • —입력은 이미지 1장 + 6-DoF 카메라 궤적. 텍스트 영상 생성보다 장면 내부 이동 제어에 강점이 있음.
  • —Hybrid Linear Diffusion Transformer가 프레임 단위 Gated DeltaNet과 주기적 softmax를 섞어 긴 롤아웃 일관성을 잡는다.
  • —단일 GPU에서 720p 1분 생성이 가능하다는 점은 실험 비용을 낮춘다. 실제 적용은 가중치·라이선스·추론 세팅 확인이 관건.

  출처: news.hada.io/topic?id=29572원문 보기 →
• #0002

  #0002생성형 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 →
• #0003

  #0003생성형 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 →