알리바바의 통이 랩(Tongyi Lab), ‘Fun-CineForge’ 오픈소스 공개… 다중 화자 더빙 과제 해결
영화나 애니메이션과 같이 성공 여부가 중요한 제작물에서는 미묘한 감정적 절정을 포착하고 입모양을 완벽하게 동기화하는 것이 무엇보다 중요하지만, 기존의 AI 음성 더빙 기술은 종종 이러한 요구를 충족시키지 못합니다. 이러한 업계의 핵심 과제를 해결하기 위해 Tongyi Lab은 획기적인 영화급 다중 시나리오 다중 모달 더빙 모델인 ‘Fun-CineForge’를 공식 출시하고 오픈소스로 공개했습니다.
시청각적 격차 해소: 매끄러운 싱크를 위한 4대 기둥 프레임워크
Fun-CineForge는 단순한 텍스트 음성 변환(TTS)에 의존하는 대신, 전문 더빙의 네 가지 핵심 요소를 완벽히 구현하도록 설계되었습니다:
립싱크: 합성된 음성이 화면 속 캐릭터의 입 모양과 탁월한 정밀도로 일치하도록 보장합니다.
감정 표현: 얼굴 표정과 문맥적 지시를 분석하여 목소리에 진정한 인간적인 감정을 불어넣습니다.
음성 일관성: 복잡한 다중 화자 대화 장면에서도 특정 캐릭터에 대해 안정적이고 식별 가능한 음성 정체성을 유지합니다.
시간 정렬: 화면에 등장하지 않거나 부분적으로 가려진 화자의 대사도 밀리초 단위의 정확도로 삽입할 수 있습니다.
핵심 혁신: 선구적인 "시간 모달리티(Time Modality)"와 고품질 데이터셋
Fun-CineForge의 기술적 도약은 독특한 "데이터 + 모델" 공동 설계 철학에서 비롯됩니다:

CineDub 고품질 데이터셋: Tongyi Lab은 자동화된 CineDub 데이터셋 구축 파이프라인도 오픈소스로 공개했습니다. 이 파이프라인은 사고 연쇄(chain-of-thought) 오류 수정 메커니즘을 활용하여 중국어 및 영어 텍스트의 전사 오류율을 약 1%~2%로 낮추고, 화자 식별 오류를 1.2%까지 대폭 줄였습니다.
4모달리티 융합 아키텍처: 이 모델은 "시간 모달리티"를 통합하여 시각적 입력(입 모양 및 표정), 텍스트(대화 및 감정적 맥락), 오디오(음성 참조)를 공동으로 모델링하는 선구적인 방식을 도입했습니다. 이러한 융합을 통해 얼굴이 보이지 않는 장면을 포함한 까다로운 장면에서도 정확한 동기화가 가능합니다.
입증된 우수성: 혁신적인 사실적인 다인물 대화 더빙
벤치마크 결과에 따르면 Fun-CineForge는 단어 오류율(WER/CER), 입술 동기화(LSE-C/D), 음성 유사도 등 주요 지표에서 DeepDubber-V1과 같은 기준 모델보다 현저히 우수한 성능을 보입니다. 특히 듀엣 및 다인 대화도 정밀하게 처리할 수 있는 업계 최초의 기능을 구현하여, 최대 30초 분량의 영상 클립에서도 뛰어난 견고성을 보여줍니다.
GitHub: https://github.com/FunAudioLLM/FunCineForge
HuggingFace: https://huggingface.co/FunAudioLLM/Fun-CineForge
ModelScope: https://www.modelscope.cn/models/FunAudioLLM/Fun-CineForge/
관련 기사
전 OpenAI 수석 과학자 일리아의 SSI가 첫 모델을 공개하다
AI는 또 다른 주요 이정표를 달성했습니다. 오픈AI를 떠난 전 수석 과학자 일야 수트케버는 세이프 슈퍼인텔리전스 인크.(SSI)를 설립했으며, 이 회사는 최근 첫 번째 모델에 대한 세부 사항을 공개했습니다. 해외 소셜 미디어의 보도에 따르면, 이 팀은 안전한 슈퍼인텔리전스 추구를 위한 중요한 진전인 TTT(테스트 중 학습)를 활용한 컴팩트한 추론 엔진을 개발하고 있습니다.이 새로운 아키텍처는 모델이 '학습 방법을 학습'할 수 있도록 하는 데
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026년 5월 14일, AI 애플리케이션 개발 플랫폼 라블러블(Lovable)은 덴마크 하드웨어 스타트업 Atech의 80만 달러 시드 투자 라운드 참여를 발표했습니다. 라블러블이 주도한 이번 투자에는 a16z 스카우트 펀드, 시에리야 스카우트 펀드, 노르딕 메이커스(Nordic Makers) 등 최상위 벤처캐피탈 기업들이 참여했습니다. 이번 투자는 라블러블이 순수 소프트웨어 개발을 넘어 하드웨어 엔지니어링 영역으로 '바이브 코딩(Vibe C
Anthropic, 클로드 AI 코딩 도구를 일본으로 확장하여 해외 성장 추진
미국의 대표적인 인공지능 기업인 앤트로픽(Anthropic)이 글로벌 마케팅을 강화하고 있다. 수요일, 이 회사는 도쿄에서 약 500명의 소프트웨어 엔지니어가 참석한 대규모 개발자 행사인 '클로드로 코딩(Code with Claude)'을 개최했다. 이번 행사는 자율적 코딩 기능의 핵심 이점을 강조하며, 클로도 AI 도구와 관련 제품을 일본 시장에 적극적으로 도입하여 기업의 생산성을 높이는 것을 목표로 한다.자동 코드 생성 강조행사 동안 앤
관련 특별 주제 추천
의견 (0)
0/500
영화나 애니메이션과 같이 성공 여부가 중요한 제작물에서는 미묘한 감정적 절정을 포착하고 입모양을 완벽하게 동기화하는 것이 무엇보다 중요하지만, 기존의 AI 음성 더빙 기술은 종종 이러한 요구를 충족시키지 못합니다. 이러한 업계의 핵심 과제를 해결하기 위해 Tongyi Lab은 획기적인 영화급 다중 시나리오 다중 모달 더빙 모델인
시청각적 격차 해소: 매끄러운 싱크를 위한 4대 기둥 프레임워크
Fun-CineForge는 단순한 텍스트 음성 변환(TTS)에 의존하는 대신, 전문 더빙의 네 가지 핵심 요소를 완벽히 구현하도록 설계되었습니다:
립싱크: 합성된 음성이 화면 속 캐릭터의 입 모양과 탁월한 정밀도로 일치하도록 보장합니다.
감정 표현: 얼굴 표정과 문맥적 지시를 분석하여 목소리에 진정한 인간적인 감정을 불어넣습니다.
음성 일관성: 복잡한 다중 화자 대화 장면에서도 특정 캐릭터에 대해 안정적이고 식별 가능한 음성 정체성을 유지합니다.
시간 정렬: 화면에 등장하지 않거나 부분적으로 가려진 화자의 대사도 밀리초 단위의 정확도로 삽입할 수 있습니다.
핵심 혁신: 선구적인 "시간 모달리티(Time Modality)"와 고품질 데이터셋
Fun-CineForge의 기술적 도약은 독특한 "데이터 + 모델" 공동 설계 철학에서 비롯됩니다:

CineDub 고품질 데이터셋: Tongyi Lab은 자동화된 CineDub 데이터셋 구축 파이프라인도 오픈소스로 공개했습니다. 이 파이프라인은 사고 연쇄(chain-of-thought) 오류 수정 메커니즘을 활용하여 중국어 및 영어 텍스트의 전사 오류율을 약 1%~2%로 낮추고, 화자 식별 오류를 1.2%까지 대폭 줄였습니다.
4모달리티 융합 아키텍처: 이 모델은 "시간 모달리티"를 통합하여 시각적 입력(입 모양 및 표정), 텍스트(대화 및 감정적 맥락), 오디오(음성 참조)를 공동으로 모델링하는 선구적인 방식을 도입했습니다. 이러한 융합을 통해 얼굴이 보이지 않는 장면을 포함한 까다로운 장면에서도 정확한 동기화가 가능합니다.
입증된 우수성: 혁신적인 사실적인 다인물 대화 더빙
벤치마크 결과에 따르면 Fun-CineForge는 단어 오류율(WER/CER), 입술 동기화(LSE-C/D), 음성 유사도 등 주요 지표에서 DeepDubber-V1과 같은 기준 모델보다 현저히 우수한 성능을 보입니다. 특히 듀엣 및 다인 대화도 정밀하게 처리할 수 있는 업계 최초의 기능을 구현하여, 최대 30초 분량의 영상 클립에서도 뛰어난 견고성을 보여줍니다.
GitHub: https://github.com/FunAudioLLM/FunCineForge
HuggingFace: https://huggingface.co/FunAudioLLM/Fun-CineForge
ModelScope: https://www.modelscope.cn/models/FunAudioLLM/Fun-CineForge/
전 OpenAI 수석 과학자 일리아의 SSI가 첫 모델을 공개하다
AI는 또 다른 주요 이정표를 달성했습니다. 오픈AI를 떠난 전 수석 과학자 일야 수트케버는 세이프 슈퍼인텔리전스 인크.(SSI)를 설립했으며, 이 회사는 최근 첫 번째 모델에 대한 세부 사항을 공개했습니다. 해외 소셜 미디어의 보도에 따르면, 이 팀은 안전한 슈퍼인텔리전스 추구를 위한 중요한 진전인 TTT(테스트 중 학습)를 활용한 컴팩트한 추론 엔진을 개발하고 있습니다.이 새로운 아키텍처는 모델이 '학습 방법을 학습'할 수 있도록 하는 데
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026년 5월 14일, AI 애플리케이션 개발 플랫폼 라블러블(Lovable)은 덴마크 하드웨어 스타트업 Atech의 80만 달러 시드 투자 라운드 참여를 발표했습니다. 라블러블이 주도한 이번 투자에는 a16z 스카우트 펀드, 시에리야 스카우트 펀드, 노르딕 메이커스(Nordic Makers) 등 최상위 벤처캐피탈 기업들이 참여했습니다. 이번 투자는 라블러블이 순수 소프트웨어 개발을 넘어 하드웨어 엔지니어링 영역으로 '바이브 코딩(Vibe C
Anthropic, 클로드 AI 코딩 도구를 일본으로 확장하여 해외 성장 추진
미국의 대표적인 인공지능 기업인 앤트로픽(Anthropic)이 글로벌 마케팅을 강화하고 있다. 수요일, 이 회사는 도쿄에서 약 500명의 소프트웨어 엔지니어가 참석한 대규모 개발자 행사인 '클로드로 코딩(Code with Claude)'을 개최했다. 이번 행사는 자율적 코딩 기능의 핵심 이점을 강조하며, 클로도 AI 도구와 관련 제품을 일본 시장에 적극적으로 도입하여 기업의 생산성을 높이는 것을 목표로 한다.자동 코드 생성 강조행사 동안 앤





집






