마이크로소프트가 실시간 전사 모델 'MAI-트랜스크라이브-2-스트리밍'과 음성합성 모델 'MAI-보이스-2.1', 'MAI-보이스-2.1-플래시' 등 음성 AI 모델 3종을 공개했다. 스트리밍 전사 모델은 평균 320밀리초 안에 첫 전사 후보를 내놓고 60개 이상 언어를 지원하며, 가격은 오디오 1시간당 0.54달러로 일레븐랩스·구글 등 경쟁사보다 저렴하고 정확하다고 마이크로소프트는 강조했다. 이 모델들은 팀즈 화상회의 녹취, 의료 AI '드래곤 코파일럿' 진료 기록, 코파일럿 음성 모드 등에 적용될 예정이며 외부 AI 앱 개발사에도 판매된다. 무스타파 술레이만 AI 부문 CEO는 새 MAI 모델들이 회사 전반의 기존 음성 모델을 대체할 것이라고 밝혔다.
- •스트리밍 전사 모델은 평균 320ms 내 첫 전사 후보 제공, 60개 이상 언어 지원
- •가격은 시간당 0.54달러로 경쟁사보다 저렴하다고 주장
- •음성합성 2종(2.1, 2.1-플래시)은 품질과 속도·비용 중 각각에 초점
- •팀즈 녹취, 드래곤 코파일럿 진료기록, 코파일럿 음성모드 등에 적용 예정
- •비스트리밍 모델은 시간당 0.10달러로 5배 이상 저렴
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
마이크로소프트, 실시간 전사·음성합성 모델 공개…음성 AI 에이전트 개발 지원
- 1.마이크로소프트, 실시간 전사 모델 'MAI-트랜스크라이브-2-스트리밍' 등 음성 AI 3종 공개
- 2.스트리밍 전사 모델, 평균 320밀리초 내 첫 결과 제공, 60개 이상 언어 자동 감지 지원
- 3.음성합성 'MAI-보이스-2.1'·'2.1-플래시' 2종 추가, 23개 언어 지원, 가격은 오디오 1시간당 0.54달러
- 4.팀즈 회의록, '드래곤 코파일럿' 진료 기록, 코파일럿 음성 모드 등에 순차 적용 예정
왜 중요한가?
일레븐랩스·구글 등 경쟁사보다 저렴하고 빠르다고 강조하며 자체 모델로 팀즈·코파일럿 등 제품의 음성 기능을 대체하려는 행보로, 오픈AI·앤트로픽 등 외부 모델 의존도를 낮추려는 MS의 자체 모델 확대 전략과 맞물린다.
본문 미리보기
[디지털투데이 황치규 기자]마이크로소프트가 실시간 전사 1종, 음성합성 2종을 포함한 음성 AI 모델 3종을 공개했다.2일(현지시간) 실리콘앵글에 따르면 핵심은 첫 스트리밍 전사 모델인 MAI-트랜스크라이브-2-스트리밍(MAI-Transcribe-2-Streaming)으로 음성을 실시간으로 텍스트로 바꾸고, 사용자가 말을 이어가는 동안 전사 내용을 계속 갱신한다. 발화가 끝나면 최종 전사본을 확정한다. 실시간 자막을 띄우거나 사용자가 말을 마치기 전에 요청 처리를 시작하는 애플리케이션에 활용할 수 있다.MAI-트랜스크라이브-2-스트
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:33AI 초안
