작성중

코엑스에서 진행된 AI EXPO 2026 에 다녀왔습니다. 행사정보 링크 코엑스 : https://www.coex.co.kr/exhibitions/국제인공지능대전-2/ 국제인공지능대전: http://www.aiexpo.co.kr/home/v4.php?s=34 시간: 05/06(수) - 05/08(금) 10:00 - 17:00 장소: 코엑스 Hall ...

#Full-duplex spoken dialogue systems #turn taking detection #음향과 언어를 함께 써서, 더 자연스러운 대화를 만들 수 있을까? ✔️ 배경 최근 spoken dialogue system은 단순히 “질문하면 대답하는”

PersonaPlex: Voice and Role Control for Full Duplex Conversational Speech Models ✔️ 배경 최근 음성 AI는 단순히 자연스러운 음성을 합성하는 TTS를 넘어서, 실시간으로 듣고, 말하고, 끼어들고, 맞장구치며, 상황에 맞는 역할을 수행하는 대화형 음성 에이전트로 빠르게 확장되고 있습니다. 특...

작성중

https://arxiv.org/abs/2306.00978 작성중..

시작하기 전에... 용어를 헷갈려 하실까봐 spectrum, spectrogram, mel spectrogram, mfcc 의 차이를 간단히 정리하자면 이와 같습니다. 이미지 출처 waveform → (pre-emphasis) → STFT(framing(hamming window, overlap, hop size) → 각 프레임에 DFT(실제로는 연산 ...

https://transformer-circuits.pub/2026/emotions/index.html 작성중..

chown – 파일 소유자 변경 ✔️ 기본 개념 chown은 파일이나 디렉토리의 소유자(owner)와 그룹(group) 을 변경하는 명령어이다. ✔️ 사용 예시 sudo chown -R [소유자]:[그룹] [대상 디렉토리] ✔️ 의미 sudo : 관리자 권한으로 실행 chown : 소유자 변경 -R : 하위 디렉토리까지 재귀적으로 적용

kaldi 세팅하기..

작성중...

qwen3-tts

#streaming_decoder(≈vocoder)

DNS 챌린지와 URGENT 챌린지 소개

오늘은 온디바이스에 대해서 가볍게 적어보려고 한다. 인터넷 자료에 의지를 많이 했다보니 내용 검증은 더 필요하다ㅎ;; 아무튼... 온디바이스 AI는 클라우드 서버 대신 기기 내부에서 AI 추론을 수행하는 방식이다. 보안, 지연시간, 오프라인 가용성, 비용 측면에서 이점

출처: https://research.samsung.com/blog/FSPEN-AN-ULTRA-LIGHTWEIGHT-NETWORK-FOR-REAL-TIME-SPEECH-ENAHNCMENT 최근에 speech enhancement 분야를 보고 있는 중인데, 경량화된 모

출처: https://www.youtube.com/watch?v=7g1BCQk226A 우리가 일상에서 듣는 음성은 단순히 소리의 높낮이나 크기만으로 이루어져 있지 않다. 사람의 말소리에는 언어적 정보(무슨 말을 하는지)뿐 아니라 비언어적 정보(감정, 건강 상태, 환경 등)까지 담겨 있다. 이러한 다양한 정보를 더 깊이 이해하기 위해 연구자들은 오랫동안 음...

예전에 읽었던(2024년도) VC/TTS에서의 Accent / Prosody / Emotion / Duration modeling을 정리하고자 한다. Feature를 어떻게 정의하고 모델링할 것인가? 우선 가장 근본적인 질문은 이것이다. f0, duration, en

GLASS Flows: Transition Sampling for Alignment of Flow and Diffusion

moshi - temporal and depth transformer