마이크로소프트, 첫 음성 생성 AI 발표했다

마이크로소프트 AI 부문은 마이크로소프트에서 독자 설계·구축·훈련된 AI 모델 MAI를 개발하고 있다. 마이크로소프트는 8월 28일 MAI 패밀리에서 첫 번째로 선보이는 음성 모델인 MAI-Voice-1 AI와 기반 모델 MAI-1-preview를 발표했다.

MAI-Voice-1 AI는 표현력이 풍부하고 자연스러운 음성을 생성할 수 있는 AI 모델로 뉴스나 날씨 등을 요약해 읽어주는 코파일럿 데일리(Copilot Daily)나 팟캐스트 형식 토론을 생성하는 기능 등 마이크로소프트 AI 어시스턴트인 코파일럿 일부 기능에서 이용할 수 있다. MAI-Voice-1 AI는 코파일럿에 관한 새로운 기능 등을 체험할 수 있는 코파일럿 랩스(Copilot Labs)에서 접속해 무료로 체험할 수 있다.

코파일럿 랩스의 코파일럿 오디오 익스프레션(Copilot Audio Expressions)에서는 먼저 모드를 감정과 스토리 중에서 선택한다. 감정의 경우 음색이나 감정을 선택지에서 고르고 스토리 모드에서는 모든 걸 프롬프트만으로 지정한다. 음성에서는 읽어주는 음성 분위기나 음색, 영국식 영어인지 미국식 영어인지를 선택할 수 있다. 또 스타일’에서는 Joy(즐겁게), Sadness(슬프게) 등 음성 감정을 선택한다.

텍스트를 입력하고 생성을 클릭하면 음성이 생성된다. 입력한 텍스트를 그대로 읽어주는 게 아니라 텍스트를 바탕으로 짧은 스피치를 만들어준다.

또 MAI-1-preview는 대규모 언어모델(LLM) 공개 웹 기반 플랫폼인 LMArena에서 테스트를 공개하고 있다. MAI-1-preview는 1만 5,000기에 이르는 엔비디아 H100 GPU를 사용해 사전 훈련 및 사후 훈련된 마이크로소프트 MoE(Mixed-of-Experts) 모델이다. 마이크로소프트에 따르면 MAI-1-preview는 일상 질문이나 지시에 따라 유용한 답변을 제공하는 데 특화된 모델을 원하는 소비자에게 강력한 기능을 제공하도록 설계됐다고 한다. MAI-1-preview는 수주에 걸쳐 코파일럿 내 텍스트 사용 사례에서 전개해 사용자 피드백을 받아 개선해 나갈 예정이다.

마이크로소프트 AI는 블로그에서 AI 분야에서 더욱 큰 발전을 추구할 뿐 아니라 다양한 사용자 의도와 사용 사례에 대응하는 전용 모델을 통합해 헤아릴 수 없는 가치를 창출할 수 있다고 믿는다며 가까운 미래에 AI와 머신러닝 양면에서 더욱 많은 성과를 만들어낼 것이며 최첨단 모델을 전 세계인에게 전달하는 걸 목표로 하고 있다고 밝혔다. 관련 내용은 이곳에서 확인할 수 있다.