알리바바, 중국 최초 AI 음성 플랫폼 CosyVoice Studio 출시, 의미 이해를 음성 기능에 통합

8월 7일, 알리바바는 자체 개발한 음성 모델 Qwen-Audio를 기반으로 한 중국 최초의 원스톱 AI 음성 제작 플랫폼인 CosyVoice Studio를 공식 출시했습니다. Qwen-Audio는 권위 있는 AI 평가 플랫폼인 Artificial Analysis에서 음성 인식(ASR), 실시간 상호작용, 음성 합성(TTS) 부문에서 세계 1위를 차지했습니다. 이 플랫폼은 세 가지 주요 기능을 포함합니다: 음성 키보드는 불필요한 말을 제거하여 음성을 구조화된 텍스트로 변환하고, 오디오 콘텐츠 제작 도구는 사용자 콘텐츠를 팟캐스트와 오디오북으로 변환하며, 음성 에이전트는 기업이 실시간 대화 에이전트를 만들 수 있게 합니다. 이 플랫폼은 알리바바가 음성 모델 기능을 제품으로 통합한 첫 사례로, 기업 사용자는 체험 후 필요에 따라 API를 호출할 수 있으며, 개인 사용자는 직접 사용할 수 있습니다. 음성 키보드는 숫자, 수식 등 특수 텍스트의 지능적인 필사(transcription)를 지원하며, '메모' 모드는 장시간 회의, 인터뷰, 수업에 적합하도록 설계되어 실시간 필사, 화자 분리, 구조화된 챕터, 다국어 번역을 지원합니다. 에이전트 도구인 CosyAgent는 사용자가 자연어로 에이전트를 만들 수 있게 하며, 고객 서비스 및 텔레마케팅을 위한 프롬프트와 워크플로우의 심층 구성을 지원합니다. 콘텐츠 제작 도구인 CosyCreative는 수천 개의 음성과 음성 복제 기능을 제공하여 대화형 팟캐스트와 다중 역할 오디오북을 생성합니다. 이 플랫폼은 iOS, Android, Mac, Windows에서 앱 스토어를 통해 무료로 제공되며, CosyAgent와 CosyCreative는 화이트리스트 방식으로 기업 사용자에게 테스트 중입니다.