Genpio 기술

아바타·음성 모델을 직접 학습시켜 자체 스택에서 운영합니다. 공개 코퍼스: OpenSLR SLR94, SLR37, SLR41-44, FLEURS.

남의 AI를 가져다 붙이지 않았습니다. 모델을 직접 학습시켰습니다.

대부분의 AI 라이브 방송 툴은 빌려 쓰는 API에 얇은 껍데기를 씌운 것입니다. Genpio의 아바타·음성 모델은 Genpio가 직접 만든 모델로, 자체 학습해 자체 추론 인프라에서 구동합니다. 그래서 1초 안에 응답하고, 짧은 샘플만으로 음성을 복제하며, 같은 모델로 라이브 방송 수백 개를 동시에 운영할 수 있습니다.

라이브 댓글 반응 속도, 현지화된 원어민 음성, 음성 카탈로그가 지원하는 언어, 하나의 모델로 동시 방송, 수백

85개가 넘는 언어를 단 한 번의 학습으로.

모델을 직접 학습시켰다는 말은 누구나 할 수 있습니다. Genpio 모델에 실제로 들어간 것을 각 코퍼스 식별자와 함께 공개합니다. 원본까지 직접 확인해 보세요. 85개가 넘는 언어를 한 번의 학습으로 함께 학습했습니다. 실제 서비스되는 음성 카탈로그의 85개 이상과 같은 숫자입니다.

모든 데이터는 한 번의 학습에서 함께 배웁니다. 순차적으로 학습시키면 뒤 회차가 앞 회차를 덮어써서, 결국 가장 마지막에 본 언어만 말하게 되기 때문입니다. 하나의 혼합 데이터, 한 번의 학습, 하나의 모델. 위의 코퍼스 식별자는 모두 OpenSLR 공식 번호이며 기억이 아니라 OpenSLR 목록과 대조해 확인했으므로 그대로 믿을 필요가 없습니다. 전체 음성 카탈로그는 이보다 더 많은 언어를 다룹니다.

믹스에 포함된 각 코퍼스는 식별자, 라이선스, 샘플레이트, 시간까지 모델 카드에 전부 정리되어 있습니다.

Corpora

Mls

이번 학습의 목소리 공급원입니다. 여덟 언어 모두 모델이 이미 구사하던 것이라 새 언어는 늘지 않지만, 수천 명에 이르는 낭독자의 다양성이야말로 목소리가 평균값으로 흘러가지 않고 제 색을 지키게 하는 힘입니다.

Multilingual LibriSpeech(SLR94)

영어, 독일어, 네덜란드어, 프랑스어, 이탈리아어, 스페인어, 포르투갈어, 폴란드어

Google

혼합 데이터에서 가장 깨끗한 음성으로, 웹에서 긁어온 것이 아니라 48kHz 스튜디오에서 녹음한 자료입니다. 규모는 작지만 그 한 시간 한 시간이 이미 아는 언어를 다듬는 대신 언어 자체를 새로 가르칩니다.

Google 스튜디오 TTS(SLR37, 41-44)

벵골어, 자바어, 크메르어, 네팔어, 순다어

Google Indic

혼합 데이터에서 실제로 언어를 가르치는 가장 큰 블록입니다. 인도 6개 언어에 버마어를 더해 같은 스튜디오 기준으로 녹음했습니다. 흔히 SLR63-80이라는 연속 구간으로 표기되지만 실제로는 일곱 개의 개별 번호이며, 힌디어와 펀자브어는 들어 있지 않습니다. 두 언어는 FLEURS를 통해 모델에 들어옵니다.

Google 크라우드소싱 음성(SLR63-66, 78-80)

말라얄람어, 마라티어, 타밀어, 텔루구어, 구자라트어, 칸나다어, 버마어

Bible

전체에서 시간당 가치가 가장 높은 데이터입니다. 트위어는 그전까지 모델이 거의 알지 못하던 언어였고, 이 자료는 대부분의 엔진이 시도조차 하지 않는 서·중앙아프리카 언어를 오디오북급 음질로 담고 있습니다. 정렬된 여섯 개 언어 중 에웨어를 제외한 다섯 개를 사용합니다.

BibleTTS(SLR129)

트위어(아산테·아쿠아펨), 하우사어, 링갈라어, 요루바어

Aishell

표준 중국어의 음색을 다듬는 작업이지 언어 수업이 아닙니다. 모델은 이미 유창했으므로, 400명의 깨끗한 실내 녹음이 바꾸는 것은 아는 내용이 아니라 들리는 방식입니다.

AISHELL-1(SLR33)

표준 중국어

Yoruba

여기서 가장 작은 코퍼스이자, BibleTTS가 이미 가르친 언어에 대한 두 번째 녹음입니다. 다른 화자 집단이 스튜디오에서 녹음한 요루바어 40시간은 하나의 코퍼스가 한 언어 전체의 소리를 결정하지 못하게 막아 줍니다.

요루바어 다화자 TTS(SLR86)

요루바어

Fleurs

폭을 담당하는 층입니다. 언어당 약 열 시간의 병렬 낭독 음성이며, OpenSLR 코퍼스만으로는 스물다섯 개에서 멈출 학습을 여든다섯 개 너머로 밀어 올린 것이 바로 이 자료입니다. 힌디어와 펀자브어도 스튜디오 블록이 아니라 여기에서 들어옵니다.

Google FLEURS

102개 언어. 위의 모든 언어를 포괄하고 더 넓힙니다

OmniVoice 위에서 저희가 직접 학습했고, 가중치는 저희 것입니다.

Genpio Voices는 저희가 OmniVoice 위에서 직접 학습시킨 모델입니다. OmniVoice는 Qwen3-0.6B 언어 모델 위에 구축된 오디오 코드북 기반 음성 아키텍처입니다. 둘 다 Apache-2.0이며, 저희가 아키텍처를 발명한 것처럼 암시하는 대신 그대로 밝힙니다. 저희가 학습시킨 것은 모델 자체입니다. 파라미터는 해당 아키텍처 위에서 무작위 초기화 상태부터 학습했으며, 제3자의 모델 가중치를 물려받지 않았습니다. 코퍼스를 고르고, 혼합을 설계하고, 학습을 실행했으며, 그렇게 학습시킨 가중치를 저희가 보유합니다. 상업적 사용 권리는 전부 저희에게 있고 누구와도 다시 협상할 라이선스가 없으며, Qwen과 k2-fsa는 자신들의 결과물에 대한 저작권을 그대로 보유합니다. 저희는 어떤 제공업체로부터도 모델을 빌리지 않습니다. 가중치는 저희 GPU에서 구동되며 제3자 API로 넘어가지 않습니다.

저희 가중치

공개된 모델 카드, 저희 도메인 밖에서 확인하실 수 있습니다: huggingface.co/GuidenAI/genpio_voice

개 공개 코퍼스, 시간 합계, 개 언어, 회 학습

전체, 새 언어를 가르침, 화자를 더함, 음색 다듬기, 폭을 넓힘

상한 적용

막대 길이는 로그 스케일입니다. 수치는 언어별 상한을 적용하기 전, 사용 가능한 원본 시간입니다.

코퍼스 크기가 곧 학습 비중은 아닙니다. Multilingual LibriSpeech는 혼합 데이터에서 가장 작은 코퍼스보다 약 1,250배 많은 음성을 담고 있지만, 언어별 상한이 그 격차를 의도적으로 평탄화합니다. 실제로 가르쳐야 할 언어가 이미 유창한 언어에 묻히지 않도록 하기 위해서입니다.

저희 모델을 어떻게 만들고 어떤 라이선스로 두는가

네. 그 의미를 구체적으로 말씀드리겠습니다. Genpio Voices는 Apache-2.0 라이선스의 OmniVoice 아키텍처(그 자체는 Qwen3-0.6B 위에 구축) 위에서 무작위 초기화부터 자체 학습시킨 모델입니다. 누군가의 체크포인트를 파인튜닝한 것이 아닙니다. 제3자 모델 가중치를 전혀 물려받지 않았으며, 공개된 모델 카드에는 trained-from-scratch 태그가 붙어 있습니다. 학습 코퍼스(OpenSLR SLR94, SLR37, SLR41-44, SLR63-66, SLR78-80, SLR86, SLR129, SLR33 및 Google FLEURS, 60개가 넘는 언어를 한 번의 학습으로)를 고르고, 믹스를 구성하고, 학습을 실행한 것은 Genpio입니다. 양쪽 모두 확인할 수 있으니 정확히 말씀드립니다. 저희가 학습시킨 가중치는 저희 소유이며, 상위 아키텍처에 대한 영구적인 Apache-2.0 권리 아래에서 사용 분야 제한도, 매출 상한도, 누군가와 재협상할 라이선스도 없이 상업적으로 사용할 모든 권리를 가집니다. 다만 Qwen과 k2-fsa는 자신들의 결과물에 대한 저작권을 그대로 보유합니다. 저희는 어떤 제공업체로부터도 모델을 빌리지 않으며, 제3자 음성 합성을 재판매하지도 않습니다. 모든 것이 자체 추론 스택에서 실행되고 서빙 경로에 제3자 API가 없으며, 그래서 리셀러가 할 수 없는 수준으로 지연 시간과 비용과 품질을 직접 잡을 수 있습니다. 모델 카드는 huggingface.co/GuidenAI/genpio_voice에 공개되어 있으니, 이 중 어느 것도 저희 말만 믿으실 필요는 없습니다.

빌려 쓰는 AI에는 한계가 있습니다. 직접 만든 AI는 다릅니다.

학습 데이터 구성과 라이선스는 위에서 보신 그대로입니다. 여기서부터는 가중치를 직접 소유한다는 것이 무엇을 바꾸는지, 같은 기능을 남에게 빌려 쓰는 도구와 한 줄씩 비교합니다.

래퍼 도구

Genpio

Rows

Cost

공급업체에 분 단위로 비용을 내고, 방송할 때마다 청구 금액이 불어납니다

추론 인프라를 직접 보유하므로, 방송을 늘려도 비용이 배로 늘지 않습니다

Latency

지연 시간은 그날그날 공급업체 사정에 달려 있습니다

지연 시간을 프레임 단위까지 직접 최적화합니다

Quality

품질 문제는 지원 요청 티켓과 긴 대기 시간으로 이어집니다

품질 문제는 모델에서 직접 고칩니다

Scale

한 번에 세션 하나, 호출 한도에 걸리면 방송이 꺼집니다

백 번째 동시 방송도 누구 허락 없이 늘립니다. GPU를 직접 보유하고 있기 때문입니다

직접 만들었기에, 필요한 대로 맞춥니다

내 얼굴을 라이브로 렌더링합니다.

내 모습을 복제하거나 브랜드용 AI 쇼호스트로 시작하세요. 립싱크는 클립을 이어 붙이지 않고 프레임 단위로 생성하므로, 입 모양이 말보다 늦지 않고 정확히 맞아떨어집니다.

짧은 샘플로 만드는 내 목소리.

평소 말투와 목소리의 온기를 그대로 살린 복제 음성입니다. 600개가 넘는 현지화 음성이 가격도, 상품명도, 결정적인 한마디도 번역문을 읽는 티 없이 원어민처럼 읽어 냅니다.

상품 카탈로그를 완벽하게 숙지합니다.

상품과 가격, FAQ, 셀링 포인트를 불러오세요. 시청자가 집요하게 물어도 AI 쇼호스트는 정확하게, 흔들림 없이 답합니다.

모든 플랫폼에서, 동시에.

TikTok, YouTube, Shopee, Instagram 등에 워크스페이스 하나로 동시에 라이브 방송하세요.

댓글 하나가 1초 안에 매출이 됩니다

네 단계, 하나의 순환. 방송이 켜져 있는 동안 계속 돌아갑니다.

처음부터 끝까지 1초 미만

그 답변이 다음 댓글을 부르고, 그렇게 순환이 다시 시작됩니다.

듣기

연결된 모든 플랫폼에서 댓글, 질문, 반응이 동시에 들어옵니다.

이해하기

의도, 감정, 구매 신호를 제품 카탈로그와 가격, 브랜드 보이스에 비추어 분석합니다.

말하기

Genpio 음성 모델이 복제한 내 목소리로, 시청자가 댓글을 쓴 바로 그 언어로 답합니다.

보여주기

Genpio 아바타 모델이 답변을 프레임 단위로 립싱크해 렌더링하고 라이브로 송출합니다.

AI 어시스턴트에게 방송 준비를 맡기세요.

Genpio는 AI 클라이언트가 외부 도구에 연결할 때 쓰는 프로토콜인 MCP를 지원합니다. 한 번만 연결하면 어시스턴트가 계정을 만들고, 플랜을 고르고, 대본을 쓰고, 상품 라이브러리까지 채웁니다. 첫 방송이 오후 내내 걸리는 설정이 아니라 대화 한 번으로 시작됩니다.

Chat

모든 MCP 클라이언트

오늘 밤 방송용으로 Genpio 설정하고 이 상품 세 개 추가해 줘.

이 링크를 열고 코드 4F2C-91KD를 승인해 주세요. 나머지는 제가 처리하겠습니다.

• 계정 연결 완료
• 플랜 선정, 결제 링크 준비 완료
• 오프닝 대본 작성 및 저장
• 링크에서 상품 3개 가져오기 완료

믿고 맡길 수 있는 인프라

엔터프라이즈급 보안

전송 구간은 TLS 1.3, 저장 데이터는 AES-256으로 암호화합니다. 음성 복제는 본인 동의 없이는 실행되지 않습니다. 전체 통제 항목은 보안 페이지에 정리해 두었습니다.

보안 페이지 보기

99.9% 가동률 SLA

자동 페일오버를 갖춘 멀티리전 인프라 위에서 약속하는 수치이며, 희망 사항이 아닙니다. 글로벌 엣지 전송으로 매출이 걸린 방송에서도 지연시간을 낮게 유지합니다.

오픈 API 및 연동

Genpio를 CRM, OMS, 분석 도구, 스토어프런트에 연결하세요. API 레퍼런스는 공개되어 있고 키 없이도 읽을 수 있습니다.

API 레퍼런스 보기

전담 지원

우선 온보딩과 교육, 그리고 고객사와 함께 성과를 책임지는 전담 팀을 제공합니다.