LTX2.3 기반의 「Scenema Audio」 등장.

요약

LTX2.3 기반의 'Scenema Audio'가 등장하여 제로샷 음성 클론 및 환경음 생성에 활용될 수 있습니다. 이 모델은 16GB VRAM으로 구동되며, 기존 TTS 방식 대비 향상된 감정 표현과 지시 추종성을 보여줍니다. 또한 ComfyUI에서의 구동 가능성도 시사하고 있습니다.

핵심 포인트

• LTX2.3 기반의 'Scenema Audio'가 제로샷 음성 클론 및 환경음 생성에 사용됩니다.
• 16GB VRAM을 요구하며, 기존 TTS 대비 감정 표현과 지시 추종성이 높습니다.
• ComfyUI 구동 가능성을 시사하여 활용 범위가 넓을 것으로 예상됩니다.