쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 10월 30일 (금)까지3636건
6건 · "AI 음성"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 →웹 · 프론트엔드 · I'm in a Meeting
Key Point직장에서 불필요한 회의나 업무 방해로부터 자신의 시간을 지키려는 사람들을 위한 실용적인(?) 장난 서비스로, 웹 기술을 활용해 현실감 있는 가짜 회의를 만드는 창의적 접근이 눈에 띈다.
핵심 요약
- 회의 중이라는 '핑계'를 만들어주는 웹서비스 '플리팅(Fleeting)'을 공개했다.
- 12분 길이의 합성 회의 음성을 재생해 주변 사람들을 바쁜 척 속일 수 있다.
- 모든 음성은 합성이며, 얼굴은 AI 생성 또는 라이선스된 스톡 영상이다.
전체 요약 8문장 읽기 →하드웨어 · 시스템 · Muse Gadgets
Key Point일반인도 저렴한 마이크로컨트롤러와 SDK로 AI 음성 가젯을 직접 만들 수 있는 길이 열렸으며, 오픈소스 생태계로 커스터마이징과 확장이 자유롭다.
핵심 요약
- Meta의 Muse 가젯은 사용자가 직접 구축하는 오픈소스 하드웨어 플랫폼이다.
- ESP32 보드나 라즈베리파이에 공개된 SDK를 설치하면 디스플레이, 버튼, 센서, 액추에이터 등을 연결해 Muse 기기를 만들 수 있다.
- ESP32와 Linux(라즈베리파이) 두 가지 장치 SDK가 제공되며, Apache 2.0 라이선스로 완전 오픈소스다.
전체 요약 6문장 읽기 →AI · 머신러닝 · OmniVChat: Synthesizing, Benchmarking, and Training for Native Audio-Visual Dialogue
Key Point음성-영상 기반 AI 모델의 학습 데이터가 부족한 가운데, 합성 데이터로 모델을 학습하고 평가하는 새로운 방식이 실제 성능 개선으로 검증되었기 때문입니다.
핵심 요약
- 오디오와 영상을 직접 입력받아 텍스트로 답하는 '오므니비챗' 태스크를 정의하고, 별도 음성 인식이나 캡션 없이 사용자의 질문을 이해한다.
- 에이전트와 비디오 생성 기술을 활용해 합성된 대화 데이터를 만드는 '오므니비챗-스튜디오' 엔진을 개발했다.
- 합성 데이터로 오므니비챗 모델의 기본 대화 능력을 5개 카테고리로 평가하는 벤치마크를 구축했다.
전체 요약 5문장 읽기 →하드웨어 · 시스템 · arnegiacomo/fugleramme · Python
Key Point로컬 AI와 공개 도메인 삽화를 활용해 정원의 실시간 새 종을 감지·시각화하는 하드웨어 프로젝트로, 개발자가 자신의 창문에서 라이브 운영하며 관련 프로젝트들과 차별화된 예술성을 제시합니다.
핵심 요약
- 라즈베리파이와 E-ink 디스플레이를 활용한 새 감지 프레임 프로젝트로, 마이크를 통해 새 울음소리를 실시간 감지합니다.
- BirdNET-Go 음성 분류기로 인식한 새 종을 수동으로 자르고 손보정한 1800년대 자연사 삽화 800여 컷과 매칭해 표시합니다.
- 모든 처리가 로컬에서 이루어지며, 변화가 있을 때만 화면을 새로 그려 전력을 절약합니다.
전체 요약 5문장 읽기 →AI · 머신러닝 · jamiepine/voicebox · TypeScript
Key Point클라우드 의존을 벗어나 개인 기기에서 음성 클론, 생성, 인식, AI 연동을 모두 제어할 수 있는 완전한 로컬 솔루션이 등장했기 때문이다.
핵심 요약
- 오픈소스 AI 음성 스튜디오 Voicebox는 ElevenLabs와 Whisper Flow의 기능을 하나로 통합한 로컬 우선 솔루션으로, 모든 데이터가 기기에서만 처리된다.
- 음성 클론, 음성 생성(23개 언어 지원), 딕테이션, AI 에이전트 음성 출력까지 완전한 음성 입출력 스택을 7개 TTS 엔진으로 제공한다.
- Qwen3-TTS, Qwen CustomVoice, LuxTTS, Chatterbox 시리즈, HumeAI TADA, Kokoro 등 각 엔진이 서로 다른 강점을 가지며, Chatterbox Turbo만 [laugh], [sigh] 같은 감정 태그를 해석한다.
전체 요약 6문장 읽기 →