마이크로소프트가 텍스트 음성 변환(TTS)과 음성 인식(ASR) 기능을 모두 갖춘 오픈소스 음성 AI 모델 패밀리 'VibeVoice'를 공개했어요.
VibeVoice의 ASR 모델은 화자 분리 기능을 내장하고 있어, 기존 OpenAI Whisper와 유사하면서도 더욱 편리한 사용 경험을 제공해요.
VibeVoice의 핵심 기술은 7.5Hz라는 매우 낮은 프레임 레이트를 활용하여 음성 데이터를 처리하는 방식으로, 기존 모델보다 효율적인 성능을 보여줘요.