쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 10월 30일 (금)까지3636건
5건 · "음성AI"조건 지우기 ×
001당일 +119MCP 기반 AI 음성 대화 로봇, ESP32에서 구동XiaoZhi는 Qwen/DeepSeek 같은 대형 언어모델을 활용한 음성 대화 AI 로봇으로, MCP 프로토콜을 통해 다중 단말 제어를 지원한다.하드웨어 · 시스템 · 78/xiaozhi-esp32 · C++
Key PointESP32 기반 오픈소스 음성 AI 로봇으로 Qwen/DeepSeek 같은 최신 대형언어모델을 임베디드 환경에서 구현하는 방식과 138개 보드 변형으로의 확장성을 보여준다.
핵심 요약
- XiaoZhi는 Qwen/DeepSeek 같은 대형 언어모델을 활용한 음성 대화 AI 로봇으로, MCP 프로토콜을 통해 다중 단말 제어를 지원한다.
- Wi-Fi, 유선 이더넷, USB RNDIS, Cat.1 4G 등 다양한 네트워킹을 지원하며 보드에 따라 Wi-Fi와 4G 사이 전환이 가능하다.
- ESP-SR을 활용한 오프라인 음성 웨이크업, WebSocket과 MQTT+UDP 두 가지 통신 방식, Opus 음성 스트리밍, AEC 지원 기기의 실시간 전이중 상호작용을 제공한다.
전체 요약 12문장 읽기 →AI · 머신러닝 · Do Audio LLMs Listen Before They Act? Diagnosing Acoustic-Context Gating in Voice Agents
Key Point음성 에이전트가 의도한 사용자의 명령만 수행하고 옆사람의 말은 무시해야 하는데, 현재 모델들이 대부분 이를 제대로 못 하고 있다는 점을 실증적으로 보여준다.
핵심 요약
- 음성 LLM은 음성 명령을 인식하고 도구를 실행할 수 있지만, 먼저 현재 음향 및 대화 맥락이 행동을 정당화하는지 판단해야 한다.
- 연구팀은 VGBench라는 1,018개 항목의 진단 벤치마크를 제시했으며, 옆에서의 대화, 혼잣말, 화자 전환 시나리오에서 행동 수준의 적절성을 평가한다.
- 각 항목은 침묵, 도구 호출, 자연어 응답으로 구성된 공유 행동 공간을 사용하며, 화자 전환 쌍은 음원 거리 및 시간 경계를 제어하면서 착용자에서 방관자로의 전환을 테스트한다.
전체 요약 8문장 읽기 →AI · 머신러닝 · Duplex-MPE: Benchmarking Multi-Party Interaction in Full-Duplex Dialogue
Key Point다중 화자 상황에서 음성 AI의 현실적 문제(과도한 발화, 침묵 실패)를 체계적으로 측정하는 첫 벤치마크로서, 실제 대화 환경에서 AI 어시스턴트의 동작 능력 수준을 명확히 보여준다.
핵심 요약
- 실시간 전이중 음성 모델은 말하면서 동시에 들을 수 있어 엄격한 턴 교대 없이 자연스러운 상호작용을 가능하게 한다.
- 기존 벤치마크는 턴-테이킹, 끼어들기 처리, 다중 라운드 대화를 평가했지만 대부분 한 명의 지정된 사용자에 초점을 맞춰왔다.
- Duplex-MPE 벤치마크는 3~4명의 인간 화자와 1명의 어시스턴트가 나누는 2,000개 시나리오를 포함하며, 명시적·암시적 요청이 쌍을 이룬다.
전체 요약 8문장 읽기 →AI · 머신러닝 · Gemini 3.8 Live and 3.8 Live Extended Thinking
Key Point음성 기반 AI 에이전트의 성능이 크게 향상되었으며, 개발자와 기업이 실시간 대화형 음성 인터페이스를 구축할 때 영향을 미친다.
핵심 요약
- 구글이 제미니 3.8 라이브와 3.8 라이브 익스텐디드 싱킹 두 음성 대화 모델을 발표했다.
- 3.8 라이브는 비용 효율성에 최적화했으며 시각 정보를 실시간으로 처리하고 97개 언어를 자동 전환한다.
- 3.8 라이브 익스텐디드 싱킹은 고복잡도 작업용으로, 음성 품질 지수에서 82.6점을 기록했다.
전체 요약 5문장 읽기 →하드웨어 · 시스템 · Thanks to Siri Recaps, your Apple Watch is always listening
Key Point항상 듣는 웨어러블은 접근성 이점이 있지만, 제3자의 동의 없는 감시로 받아들여질 위험이 크다. 메타글래스 논란과 달리 애플의 대응 방식을 보면 기술업계가 개인정보 우려를 얼마나 심각하게 받아들이는지 알 수 있다.
핵심 요약
- 애플워치 새 기능 '시리 리캡스'는 음성 인텔리전스 기능으로 하루 중 대화를 포함한 일정을 요약한다.
- 실시간으로 오디오를 처리해 요약 데이터만 저장하며 녹음이나 저장되지 않는다고 애플은 강조한다.
- '라이브 리윈드' 기능은 웨어러블 기기에서 마지막 15초 오디오 트랜스크립트를 생성한다.
전체 요약 6문장 읽기 →