Baidu
端到端语音语言大模型(Flex)
Baidu의 Flex는 실시간 음성 상호작용과 작업 수행을 위한 엔드투엔드 음성 언어 모델이다. 2026년 9월 16일 공개 베타가 발표됐다. (cloud.baidu.com) 자연스러운 음성 대화와 음성 합성을 지원하며, 70개 이상의 사전 설정 음색을 제공한다. 서버가 음성 구간을 감지하는 자동 VAD와 클라이언트가 전송 시점을 제어하는 수동 VAD를 지…
모델 살펴보기한국어
모델 디렉터리
새롭게 출시된 모델을 발표일 순서로 살펴보세요.
Baidu의 Flex는 실시간 음성 상호작용과 작업 수행을 위한 엔드투엔드 음성 언어 모델이다. 2026년 9월 16일 공개 베타가 발표됐다. (cloud.baidu.com) 자연스러운 음성 대화와 음성 합성을 지원하며, 70개 이상의 사전 설정 음색을 제공한다. 서버가 음성 구간을 감지하는 자동 VAD와 클라이언트가 전송 시점을 제어하는 수동 VAD를 지…
Tencent의 음성 생성·편집 기반 모델 AuK의 증류 버전이다. 자연어 지시와 오디오를 활용하며, 4단계 추론에 맞춰 설계됐다. AuK 기본 모델은 15억 개 매개변수로 소개된다. 코드와 가중치는 2026년 9월 9일 공개됐다. (huggingface.co) 참조 음성의 목소리로 텍스트를 읽는 제로샷 TTS와 목소리 설명만을 이용한 지시 기반 TTS 음…
AuK는 음성 생성과 편집을 위한 약 15억 매개변수의 기반 모델이다. 다양한 오디오 데이터로 학습됐으며, 자연어 지시를 통해 여러 음성 작업을 수행한다. 이 모델 카드는 고품질 생성을 지향하는 기본 모델의 가중치를 제공한다. 별도로 4단계 추론용 증류 모델인 AuK-Flash도 있다. (huggingface.co) 참조 음성을 이용한 제로샷 TTS와 음성…