잭 도시가 이끄는 블록이 연구소에서 만든 음성 모델 '데사'를 23일경 선보였다. 말소리를 입력받아 말소리로 답하는 방식으로, 웃음·멈춤·울음 같은 감정 표현을 모델 안에서 직접 낸다.
듣는 동시에 말할 수 있는 전이중 구조로, 7월 공개된 오픈AI의 GPT-Live와 비슷하다. 블록은 사람의 음성만으로, 엔비디아 GPU 랙 한 대로 학습했다고 밝혔다. 별도 언어모델 없이 대화 데이터에서 지식을 얻는다는 설명이다.
블록은 기존 음성 AI가 음성을 글자로 바꾸면서 감정과 어조 정보를 잃는다고 지적했다. 시연에서는 피곤하다고 말하며 실제로 지친 목소리를 내거나 울먹이는 톤을 보였다.
맥북 M4 맥스 이상 소비자용 기기에서 로컬로 돌릴 수 있다고 한다. 일반에는 공개되지 않았고, 음성 에이전트가 사람을 속일 가능성 등을 점검하도록 안전 연구자들에게 검증을 요청했다. 파라미터 수와 지연 시간, 라이선스는 알려지지 않았다.
원문: TechCrunch
이 글은 원문에 담긴 사실을 바탕으로 Raon Community가 새로 작성한 기사입니다. 원문의 저작권은 원저작자에게 있으며, 자세한 내용은 원문에서 확인해 주세요.