태그: 음성

10개의 게시물

• 
  VoiceMem - Streaming Dual-Brain Memory for Real-Time Interaction 2026-08-28

  실시간 음성 대화에 기억을 붙이려면 검색이 500ms VAD 창 안에 끝나야 합니다. VoiceMem은 기억을 정보용 좌뇌와 감정용 우뇌로 나누고, 검색 전체를 사람이 말을 멈춘 침묵 안에 숨겨 134ms에 끝냅니다.

• 
  Wan-Streamer v0.1 - End-to-end Real-time Interactive Foundation Models 2026-06-30

  단일 Transformer로 오디오·영상·텍스트를 동시에 처리하는 실시간 풀-듀플렉스 대화 모델 — 캐스케이드 파이프라인 없이 모델 측 200ms 지연과 25fps 영상 출력을 달성합니다.

• 
  Audio Interaction Model 2026-06-07

  오프라인 오디오 언어모델과 단일 과제 스트리밍 모델을 하나의 always-on 모델로 합친 Audio Interaction Model. 매 청크마다 말할지 침묵할지를 스스로 정하는 perceive-decide-respond 루프와 이를 데이터부터 추론까지 구현한 SoundFlow 프레임워크를 뜯어봅니다.

• 
  칵테일 파티 문제 2026-04-10

  여러 신호가 섞인 혼합 신호에서 원본 신호를 분리하는 신호 분리 문제

• 
  존 틱스턴

  코넬대학교 컴퓨터과학 조교수. 텍스트용 연속 확산 모델, 언어모델 워터마크, Anticipatory Music Transformer.

• 
  타오젠화

  청화대학교 자동화학과 정교수. 음성 합성·인식·감정 처리 및 에이전틱 AI 분야를 연구하는 시니어 연구자.

• 
  김종욱

  카카오에서 추천 시스템을 만들던 음악 기술 박사 출신으로, OpenAI에서 CLIP과 Whisper를 직접 만든 핵심 저자가 됐다

• 
  얀 호로프스키

  Pathway 공동창업자 겸 CTO. 어텐션 메커니즘을 음성인식에 처음 적용한 2015년 논문의 1저자로, 요슈아 벤지오와 함께 시퀀스 투 시퀀스 학습의 기틀을 놓았습니다

• 
  Audio Interaction Model

  음성 입출력 기반 멀티모달 상호작용 모델, 실시간 음성 대화

• 
  마쯔양

  상하이교통대 X-LANCE 랩 소속 음성 연구자. 음성 감정 표현 학습 모델 emotion2vec의 1저자로, 감정을 음성에서 직접 뽑아내는 표현 학습을 이끌고 있습니다.