음성 AI

Adalat AI가 3개 언어용 Indic ASR 모델을 공개하면서 개발자에게 새로운 음성 인식 자산을 제공했지만, 성능 세부 사항은 여전히 검증이 필요하다.

Wispr가 20억 달러 가치로 2억8천만 달러를 조달하며, AI 필기 경쟁이 심화되는 가운데 새로운 회의 도구와 음성 모델에 자금을 투입한다.

NVIDIA의 NemotronLabs VoiceChat 11B는 개방형 실시간 음성 에이전트를 겨냥한 것으로 보이지만, 제한적인 출처 증거로 인해 벤치마크와 배포 세부 사항은 확인되지 않았다.

OpenAI는 연속 대화를 위해 설계된 저지연 음성 시스템 GPT-Live를 공개하며, 개발자들에게 실시간 AI 상호작용에 대한 새로운 접근 방식을 제시했다.

Smallest.ai가 기업용 통화를 위한 저지연 음성 AI를 구축하려고 1,300만 달러를 조달했다. 작은 특화 모델이 에이전트를 더 사람처럼 들리게 할 수 있다는 데 베팅하고 있다.

OpenAI는 신뢰할 수 있고 정책으로 제어되는 배포를 목표로 하는 기업용 음성 및 채팅 에이전트 관리형 플랫폼 Presence를 선보였다.

Current AI는 소외된 커뮤니티를 대상으로 오프라인 언어 도구, 보조금, 오픈소스 챗봇을 갖춘 공익 AI 스택을 확장하고 있다.

OpenAI는 ChatGPT용 GPT-Live 음성 모델을 공개하며, 풀듀플렉스 음성이 AI 비서를 실시간 업무에 더 유용하게 만들 수 있다고 베팅했다.

Interfaze는 6개 언어를 지원하는 오픈소스 ASR 모델 diffusion-gemma-asr-small을 공개하며, speech AI의 새로운 경로로 diffusion 디코딩을 시험하고 있다.

Google은 70개 이상의 언어를 거의 실시간으로 번역하는 음성 간 AI 모델인 Gemini 3.5 Live Translate를 출시했다.