#speech-ai

LocalLLaMA의 관심은 “더 큰 챗봇”이 아니라 작고 정확한 모델로 향했다. YOLO, LightGBM, Parakeet, OCR처럼 매일 쓰는 좁은 AI가 오히려 비용과 신뢰성에서 강하다는 사례가 쏟아졌다.

Google의 새 speech model은 음성 품질보다 더 어려운 문제인 제어성을 전면에 둔다. Gemini 3.1 Flash TTS는 audio tags, 70+ languages, 1,211 Elo, SynthID watermarking을 함께 내세우며 Gemini API, Google AI Studio, Vertex AI, Google Vids로 풀렸다.