MiniMax, 사운드 태그와 음성 복제 기능을 갖춘 Speech 2.8 출시

MiniMax가 발표한 내용

MiniMax는 회사 측 설명에 따르면 네이티브 사운드 태그, 더욱 충실한 음성 복제, 개편된 오디오 처리, 향상된 언어 간 성능을 추가한 합성 음성 모델 Speech 2.8을 공개했습니다. MiniMax는 이 모델이 현재 제공 중이라고 발표하며 사용자들에게 Open Platform 문서와 MiniMax Audio 제품을 안내했습니다.

회사는 이번 출시를 생성 음성이 인간 대화에서 나타나는 멈춤, 숨소리, 머뭇거림을 더 많이 재현하도록 하기 위한 노력으로 소개했습니다. 또한 사운드 태그, 음성 복제, 잡음 없는 출력, 언어 간 음성에 관한 오디오 시연도 제공했습니다.

네이티브 사운드 태그

Speech 2.8은 구어적 요소와 비언어적 요소를 재현하기 위한 사운드 태그를 네이티브로 지원합니다. MiniMax에 따르면 이 모델은 리듬, 음높이, 멈춤을 유지하면서 “음,” “어,” “아”와 같은 추임새를 처리할 수 있습니다.

시연 텍스트에는 가벼운 웃음, 숨소리, 헛기침, 웃음을 나타내는 태그도 사용됩니다. MiniMax에 따르면 이러한 제어 기능은 생성 음성에 머뭇거림, 강조 등 대화의 세부 요소를 더하도록 설계되었습니다.

짧은 샘플을 활용한 음성 복제

MiniMax는 음성 복제를 위해 Speech 2.8의 특징 추출 과정을 최적화했다고 밝혔습니다. 회사 측에 따르면 이 모델은 10초 분량의 녹음으로 음색, 숨이 섞인 정도, 말하기 속도 등의 특성을 포착할 수 있습니다.

발표에는 원본 오디오와 복제 결과를 비교하는 영어 시연이 포함되어 있습니다. MiniMax는 이 예시를 자연스러운 대화식 전달, 변화하는 운율, 따뜻한 중음역대의 음색으로 설명합니다.

오디오 처리 변경 사항

MiniMax는 배경 소음과 합성음의 왜곡을 줄이기 위해 모델의 처리 엔진을 재설계했다고 밝혔습니다. 회사는 전문 스튜디오 녹음과 유사한 선명한 오디오를 목표 출력으로 설명합니다.

발표의 이 부분에는 별도의 시연도 함께 제공됩니다. 샘플 내레이션에는 숲, 바람, 새벽을 묘사하는 차분한 산문이 담겨 있어 배경 소음 없는 모델의 출력 사례를 보여줍니다.

언어 간 업데이트

Speech 2.8에는 언어 간 생성 기능의 변경 사항도 포함되어 있습니다. MiniMax는 서로 다른 언어로 음성을 생성할 때 발생할 수 있는 부자연스러운 억양과 발음 변화를 뜻하는 “억양 전이” 문제를 해결했다고 밝혔습니다.

처음으로 명시된 언어 조합은 중국어(보통화)와 일본어입니다. MiniMax는 이번 업데이트가 해당 언어의 음성을 원어민처럼 들리게 하는 것을 목표로 한다고 밝혔습니다. 회사는 또한 이 작업을 다른 언어로 확대할 계획이라고 밝혔지만, 대상 언어나 출시 일정은 공개하지 않았습니다.

이용 가능 여부

MiniMax는 Speech 2.8이 현재 제공 중이라고 밝혔습니다. 발표에서는 MiniMax Open Platform의 모델 문서와 MiniMax Audio 제품을 통한 접근 경로를 제공합니다.

출처: 2026년 1월 23일에 게시된 MiniMax의 “MiniMax Speech 2.8: AI 음성에 생명 불어넣기” 발표.