ElevenLabs는 현재 가장 빠른 텍스트 음성 변환(TTS) 솔루션인 새로운 음성 합성 모델인 Flash를 출시했습니다. 이 모델은 대기 시간이 단 75밀리초에 불과합니다. 이 획기적인 개발은 실시간 상호 작용이 필요한 대화형 AI 애플리케이션에 특히 적합하여 인간과 컴퓨터 상호 작용의 부드러움과 자연스러움을 크게 향상시킵니다. Flash 모델은 Flash v2(영어 지원)와 Flash v2.5(32개 언어 지원) 두 가지 버전으로 제공되며, ElevenLabs의 대화형 AI 플랫폼과 API를 통해 사용자가 직접 경험할 수 있습니다. 음질이나 감성 표현 측면에서는 터보 모델에 비해 다소 뒤떨어지지만, 속도 측면에서는 플래시가 확실히 앞서며 블라인드 테스트에서 1위를 차지했다.
Flash 모델은 두 가지 버전으로 나뉘며 Flash v2는 영어만 지원하고 Flash v2.5는 32개 언어를 지원합니다. 두 모델을 모두 사용하는 경우 사용자는 생성한 캐릭터 2개당 1포인트를 소비하게 됩니다. Flash 모델은 음질이나 감성 깊이 측면에서 Turbo 모델에 비해 약간 열등하지만, 낮은 지연 성능으로 블라인드 테스트에서 동급 제품을 뛰어넘어 동급에서 가장 빠른 옵션이 되었습니다.
ElevenLabs의 기술팀은 Flash 모델의 출시가 인간과 컴퓨터의 상호 작용의 부드러움과 자연스러움을 크게 향상시킬 것이라고 말했습니다. 개발자는 API를 통해 모델 ID "eleven_flash_v2" 및 "eleven_flash_v2_5"를 직접 호출할 수 있습니다. 구체적인 API 참조 자료는 ElevenLabs 공식 웹사이트에서 확인할 수 있습니다. ElevenLabs는 이러한 혁신을 통해 지연 시간이 더 짧고 인간화된 대화 및 상호 작용 시나리오를 더 많이 제공할 수 있기를 희망합니다.
또한 ElevenLabs는 다양한 분야의 사용자와 개발자가 고품질 AI 오디오 제작을 달성할 수 있도록 설계된 맞춤형 음성 비서, 오디오 제작 도구, 더빙 스튜디오 등 다양한 제품과 솔루션을 제공합니다. 또한, 일레븐랩스 역시 활발하게 연구개발을 진행하고 있으며, 점점 늘어나는 사용자 요구에 부응하기 위해 제품의 기술 수준을 지속적으로 향상시키고 있습니다.
하이라이트:
음성을 생성하는 Flash 모델의 대기 시간은 75밀리초에 불과하며, 이는 대기 시간이 짧은 대화형 음성 도우미에 적합합니다.
Flash v2.5는 32개 언어를 지원하며, 사용자가 생성한 문자 2개당 비용은 1포인트입니다.
블라인드 테스트에서 Flash 모델은 다른 유사한 제품보다 성능이 뛰어나 가장 빠른 텍스트 음성 변환 솔루션이 되었습니다.
전체적으로 ElevenLabs의 플래시 모델은 초저 지연 시간과 다국어 지원을 통해 대화형 AI 애플리케이션에 새로운 가능성을 제공하며, 미래에는 인간과 컴퓨터의 상호 작용이 더욱 원활하고 자연스러워질 것임을 나타냅니다. 속도상의 이점으로 인해 시장에서 최고의 텍스트 음성 변환 솔루션 중 하나가 되었으며 개발자와 사용자의 관심을 받을 만합니다.